Python：求矩阵中Levenshtein编辑距离的有效方法

Question

我想确定两个列表之间的相似性，然后我要做描述的聚类。在

          L2D1    L2D2     L2D2 .........L2Dn
  L1D1     0       0.3     0.8............0.5  
  L1D2     0.2     0.7     0.3............0.2
  L1D3     0       0.3     0.8............0.5   
  .        .        .       .              .
  .        .        .       .              .   
  .        .        .       .              .
  L1Dn    0.6      0.1     0.9............0.4           

from Levenshtein import distance
List1 = list(new['Description'])
List2 = list(clean['Description'])

Matrix = np.zeros((len(List1),len(List2)),dtype=np.int)

for i in range(0,len(List1)):
  for j in range(0,len(List2)):
      Matrix[i,j] = distance(List1[i],List2[j])

由于上述方法由于数据的大小和长度而非常耗时。在

我试图比较前五个描述词，如果它只匹配，然后计算两个字符串之间的距离，否则移动到method2中列表的下一个描述。在

^{pr2}$

但由于我是新手，因此缺少了一些逻辑，因此：

TypeError: 'int' object does not support item assignment

我还想在接下来的10个和100个单词中实现相同的方法。提前谢谢。在

Answer 1

我认为，你应该检查numpy文档和ndarray class。在

这里有一个小Python的方式：

for i, new_value in enumerate(List1):
   for j, clean_value in enumerate(List2):
      Matrix[i,j] = distance(new_value, clean_value)