Tìm phần trăm tương tự giữa hai chuỗi

Question

Làm thế nào để xác suất của một chuỗi tương tự với một chuỗi khác trong Python?

Tôi muốn có được một giá trị thập phân như:

0.9 #means 90% 

, vv

Tốt với tiêu chuẩn Python và thư viện.

ví dụ:

similar("Apple","Appel") #would have a high prob. 

similar("Apple","Mango") #would have a lower prob. 

Answer 1

Có được tích hợp sẵn trong

from difflib import SequenceMatcher 

def similar(a, b): 
    return SequenceMatcher(None, a, b).ratio() 

Sử dụng nó:

>>> similar("Apple","Appel") 
0.8 
>>> similar("Apple","Mango") 
0.0 

Answer 2

Bạn có thể tạo một chức năng như:.

def similar(w1, w2): 
    w1 = w1 + ' ' * (len(w2) - len(w1)) 
    w2 = w2 + ' ' * (len(w1) - len(w2)) 
    return sum(1 if i == j else 0 for i, j in zip(w1, w2))/float(len(w1)) 

Answer 3

Tôi nghĩ có lẽ bạn đang tìm kiếm cho một thuật toán mô tả khoảng cách giữa các trings. Dưới đây là một số bạn có thể tham khảo:

1. Hamming distance
2. Levenshtein distance
3. Damerau–Levenshtein distance
4. Jaro–Winkler distance

Answer 4

Fuzzy Wuzzy là một package mà thực hiện khoảng cách levenshtein trong trăn, với một số chức năng helper để giúp trong một số tình huống mà bạn có thể muốn hai chuỗi riêng biệt được coi là giống nhau. Ví dụ:

>>> fuzz.ratio("fuzzy wuzzy was a bear", "wuzzy fuzzy was a bear") 
    91 
>>> fuzz.token_sort_ratio("fuzzy wuzzy was a bear", "wuzzy fuzzy was a bear") 
    100 

Answer 5

Gói distance bao gồm khoảng cách levenshtein:

import distance 
distance.levenshtein("lenvestein", "levenshtein") 
# 3 

Answer 6

Giải pháp # 1: Python BUILTIN

sử dụng SequenceMatcher từ difflib

ưu: thư viện python bản địa, không cần gói thêm.
nhược điểm: quá hạn chế, có rất nhiều thuật toán tốt khác cho sự giống nhau về chuỗi trên mạng.

dụ:

>>> from difflib import SequenceMatcher 
>>> s = SequenceMatcher(None, "abcd", "bcde") 
>>> s.ratio() 
0.75 

Giải pháp # 2: jellyfish thư viện

mình một thư viện rất tốt với vùng phủ sóng tốt và vài vấn đề. nó hỗ trợ:
- Levenshtein cách
- Damerau-Levenshtein cách
- Jaro cách
- Jaro-Winkler cách
- Trận Đánh giá cách tiếp cận so sánh
- Hamming cách

ưu: dễ dàng để sử dụng, âm thanh của các thuật toán được hỗ trợ, được kiểm tra.
cons: không phải thư viện gốc.

dụ:

>>> import jellyfish 
>>> jellyfish.levenshtein_distance(u'jellyfish', u'smellyfish') 
2 
>>> jellyfish.jaro_distance(u'jellyfish', u'smellyfish') 
0.89629629629629637 
>>> jellyfish.damerau_levenshtein_distance(u'jellyfish', u'jellyfihs') 
1