我需要把一堆单词矢量化,我正在寻找更快的方法。你知道吗
假设我有一个字符串"blahbla"
,它使用4个不同的字母["a", "b", "h", "l"]
。我创建了一个翻译表{'a': 0, 'b': 1, 'h': 2, 'l': 3}
(它对我所有的单词都是一样的)
我的目标是把这个词转换成:[1, 3, 0, 2, 1, 3, 0]
我可以做到:
word = "blahbla"
symbols = ["a", "b", "h", "l"]
trans_table = {s: i for i, s in enumerate(symbols)}
word = [trans_table[letter] for letter in word]
但是你知道更快的方法吗?你知道吗
编辑 我之前说过,表格将保持不变,实际上,我在处理所有单词之前计算了下表:
symbols = [' ', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k',
'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w',
'x', 'y', 'z', 'à', 'â', 'ç', 'è', 'é', 'ê', 'î', 'ï', 'ô',
'û', 'ü']
每个词都一样。对不起,如果不清楚的话。你知道吗
您是否需要创建自己的映射?为什么不直接使用
ord
函数将unicode字符转换为整数值呢?你知道吗给定一个长度为n的字符串,您将无法更好地处理(n)复杂性。我能看到的唯一改进是将
map
操作符与内置函数一起使用,在本例中是dict.__getitem__
。这将证明比使用列表理解更有效:相关问题 更多 >
编程相关推荐