python 實(shí)現(xiàn)倒排索引的方法

更新時(shí)間：2018年12月25日 09:49:35 作者：濤濤不絕蕾蕾于冬

今天小編就為大家分享一篇python 實(shí)現(xiàn)倒排索引的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

代碼如下：

#encoding:utf-8

fin = open('1.txt', 'r')

'''
建立正向索引:
 “文檔1”的ID > 單詞1：出現(xiàn)位置列表；單詞2：出現(xiàn)位置列表；…………
 “文檔2”的ID > 此文檔出現(xiàn)的關(guān)鍵詞列表。
'''
forward_index = {}
for line in fin:
 line = line.strip().split()
 forward_index[int(line[0])] = {}
 words = line[1].split(',')
 for i, index in enumerate(words):
  if int(index) not in forward_index[int(line[0])].keys():
   forward_index[int(line[0])][int(index)] = [i]
  else:
   forward_index[int(line[0])][int(index)].append(i)
print 'forward_index:', forward_index

'''
建立倒排索引：
 “關(guān)鍵詞1”：“文檔1”的ID，“文檔2”的ID，…………
 “關(guān)鍵詞2”：帶有此關(guān)鍵詞的文檔ID列表。
'''
inverted_index = {}
for doc_id, words in forward_index.items():
 for word_id in words.keys():
  if word_id not in inverted_index.keys():
   inverted_index[word_id] = [doc_id]
  elif doc_id not in inverted_index[word_id]:
   inverted_index[word_id].append(doc_id)
print 'inverted_index:', inverted_index

輸入（文檔id：?jiǎn)卧~id）：

1 3,4 
2 3,4,2,4 
3 2

輸出：

forward_index: {1: {3: [0], 4: [1]}, 2: {2: [2], 3: [0], 4: [1, 3]}, 3: {2: [0]}} 
inverted_index: {2: [2, 3], 3: [1, 2], 4: [1, 2]}

以上這篇python 實(shí)現(xiàn)倒排索引的方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章:

相關(guān)文章

Python下opencv使用hough變換檢測(cè)直線與圓
在數(shù)字圖像中，往往存在著一些特殊形狀的幾何圖形，像檢測(cè)馬路邊一條直線，檢測(cè)人眼的圓形等等，有時(shí)我們需要把這些特定圖形檢測(cè)出來(lái)，本文就詳細(xì)的介紹了一下方法
2021-06-06
python flask自定義404錯(cuò)誤頁(yè)面方式
這篇文章主要介紹了python flask自定義404錯(cuò)誤頁(yè)面方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
2022-12-12
Python集成開(kāi)發(fā)工具Pycharm的安裝和使用詳解
這篇文章主要介紹了Python集成開(kāi)發(fā)工具Pycharm的安裝和使用詳解，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
2020-03-03
淺談pandas dataframe對(duì)除數(shù)是零的處理
這篇文章主要介紹了淺談pandas dataframe對(duì)除數(shù)是零的處理，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
2020-07-07
python中def是做什么的
在本篇文章里小編給大家分享的是關(guān)于python中def的作用以及相關(guān)用法，有需要的朋友們可以學(xué)習(xí)下。
2020-06-06
使用pd.merge表連接出現(xiàn)多余行的問(wèn)題解決
本文主要介紹了使用pd.merge表連接出現(xiàn)多余行的問(wèn)題解決，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
2022-06-06
探究Python的Tornado框架對(duì)子域名和泛域名的支持
這篇文章主要介紹了探究Python的Tornado框架對(duì)子域名和泛域名的支持,Tornado作為一個(gè)典型的異步框架、在Python開(kāi)發(fā)者中的人氣相當(dāng)高,需要的朋友可以參考下
2015-05-05
python使用logging模塊記錄日志的操作
在編寫?Python?程序時(shí),日志記錄是一個(gè)非常重要的部分,日志不僅幫助你在開(kāi)發(fā)過(guò)程中調(diào)試代碼,還可以在程序正式運(yùn)行時(shí)提供診斷信息,幫助定位問(wèn)題,在本文中,我們將介紹?Python?的?logging?模塊,幫助你了解如何使用這個(gè)模塊來(lái)記錄和管理日志,需要的朋友可以參考下
2024-10-10
python tkinterEntry組件設(shè)置默認(rèn)值方式
使用Tkinter庫(kù)中的Entry組件創(chuàng)建文本輸入框時(shí),可以通過(guò)insert方法在指定位置插入默認(rèn)文本作為提示,結(jié)合使用focus和focusin事件,可以實(shí)現(xiàn)用戶點(diǎn)擊時(shí)清除默認(rèn)文本,以便輸入自定義內(nèi)容
2024-09-09
Python for循環(huán)中的陷阱詳解
這篇文章主要給大家介紹了關(guān)于Python for循環(huán)中陷阱的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
2018-07-07