[转载] Python的字符串相似度检测
admin
2023-07-31 01:51:10
0次

  1. 安装python-Levenshtein模块

    pip install python-Levenshtein

  2. 使用python-Levenshtein模块

    import Levenshtein

  3. 算法说明

    1). Levenshtein.hamming(str1, str2)
    计算汉明距离。要求str1和str2必须长度一致。是描述两个等长字串之间对应 位置上不同字符的个数。

    2). Levenshtein.distance(str1, str2)
    计算编辑距离（也称为 Levenshtein距离）。是描述由一个字串转化成另一个字串最少的操作次数，在其中的操作包括插入、删除、替换。
    算法实现参考动态规划整理。

    3). Levenshtein.ratio(str1, str2)
    计算莱文斯坦比。计算公式r = (sum – ldist) / sum, 其中sum是指str1 和 str2 字串的长度总和，ldist是 类编辑距离
    注意 ：这里的类编辑距离不是2中所说的编辑距离，2中三种操作中每个操作+1，而在此处，删除、插入依然+1，但是替换+2
    这样设计的目的：ratio(\’a\’, \’c\’)，sum=2, 按2中计算为（2-1）/2 = 0.5,’a\’,\’c\’没有重合，显然不合算，但是替换操作+2，就可以解决这个问题。

    4). Levenshtein.jaro(s1 , s2 )
    计算jaro距离，

    其中的 m 为s1 , s2的匹配长度，当某位置的认为匹配当该位置字符相同，或者在不超过

    t是调换次数的一半

    5.) Levenshtein.jaro_winkler(s 1 , s 2 )
    计算 Jaro–Winkler距离：

原文：Python相似度计算
转载自：蔡尐的博客

python 字符串 levenshtein 相似度检测

上一篇：[译]使用 Python 编写虚拟机解释器

下一篇：[译] Python 学习 —— __init__() 方法 4

相关内容

热门资讯

Mobi、epub格式电子书如... 在wps里全局设置里有一个文件关联，打开，勾选电子书文件选项就可以了。
定时清理删除C:\Progra... C:\Program Files (x86)下面很多scoped_dir开头的文件夹 写个批处理 定...
scoped_dir32_70... 一台虚拟机C盘总是莫名奇妙的空间用完，导致很多软件没法再运行。经过仔细检查发现是C:\Program...
500 行 Python 代码... 语法分析器描述了一个句子的语法结构，用来帮助其他的应用进行推理。自然语言引入了很多意外的歧义，以我们...
小程序支付时提示：appid和... [Q]小程序支付时提示：appid和mch_id不匹配 [A]小程序和微信支付没有进行关联，访问“小...
pycparser 是一个用... `pycparser` 是一个用 Python 编写的 C 语言解析器。它可以用来解析 C 代码并构...
微信小程序使用slider实现... 众所周知哈，微信小程序里面的音频播放是没有进度条的，但最近有个项目呢，客户要求音频要有进度条控制，所...
65536是2的几次方 计算2... 65536是2的16次方：65536=2⁶ 65536是256的2次方：65536=256 6553...
Apache Doris 2.... 亲爱的社区小伙伴们，我们很高兴地向大家宣布，Apache Doris 2.0.0 版本已于...
项目管理和工程管理的区别 项目管理 项目管理，顾名思义就是专注于开发和完成项目的管理，以实现目标并满足成功标准和项目要求。 工...