Python 3.x 用更快的方式替换 for 循环

Question

我正在尝试生成一个表示字符串和列表元素匹配的向量。我在python3.x中做了一个函数：

def vector_build (docs, var):
    vector = []
    features = docs.split(' ')
    for ngram in var:            
        if ngram in features:
            vector.append(docs.count(ngram))
        else:
            vector.append(0)
    return vector

效果很好：

vector_build ('hi my name is peter',['hi', 'name', 'are', 'is'])

输出：[1, 1, 0, 1]

但此功能无法扩展到重要数据。当它的字符串参数 'docs' 大于 190kb 时，它需要更多的时间。所以我试图用 map 函数替换 for 循环，例如：

var = ['hi', 'name', 'are', 'is']
doc = 'hi my name is peter'
features = doc.split(' ')
vector = list(map(var,if ngram in var in features: vector.append(doc.count(ngram))))

但这会返回此错误：

SyntaxError: 无效语法

有没有办法将 for 循环替换为 map、lambda、itertools 以加快执行速度？

Answer 1

您可以为此任务使用列表推导。此外，在一组特征中查找也应该对函数有所帮助。

var = ['hi', 'name', 'are', 'is']
doc = 'hi my name is peter'
features = doc.split(' ')
features_set = set(features) #faster lookups
vector = [doc.count(ngram) if ngram in features_set else 0 for ngram in var] 
print(vector)