在 python 中更新我的字典

Question

这应该是一个简单的问题，但我就是想不通。我有一本名为TD 的字典。 TD 的 {key1{key2:values}} 是 {1:{u'word':3, u'next':2, u'the':2},2:{...}...}，其中 key1 是文档，key2 是文档中的单词，value 是该单词在文档中出现的次数，使用Counter方法获得。

我有大量文档，所以每个文档在 TD 中都有一个条目：

TD = {1:{u'word':2, u'next':1, u'the':5,...},
      2:{u'my':4, u'you':1, u'other':2,...},
      ...
      168:{u'word':1, u'person':1, u'and':8,...}}

我现在要做的是检查{1{...}} 中的每个单词，看看它是否出现在其他文档中，并对每个文档重复此过程。对于每个文档中出现一个单词，freq 增加 1。我有一个名为 Score 的新字典，应该如下所示：

{1:{u'word':score, u'next':score,...}, 2:{u'my':score, u'you':score,...}...}

要获得这本词典：

Score={}
count = 0
for x,i in TD[count].iteritems():
    freq=1
    num=1
    for y in TD[num].keys():
        if word in TF[num].keys():
            freq+=1
        num+=1
    Score[num]={x:(i*freq)}
    num+=1

这给了我以下输出：

{1:{u'word':score}, 2:{u'next':score}, 3:{u'the':score}...}

应该是：

{1:{u'word':score, u'next':score, u'the':score,...}...}

我认为问题出在Score[num]={x:(i*freq)}这一行

Answer 1

使用dict views 查找文档之间的交集，然后使用 Counter 来计算它们的频率：

Score = {}
for id, document in TD.iteritems():
    counts = Score[id] = Counter()
    for otherid, otherdocument in TD.iteritems():
        if otherid == id:
            continue  # Skip current document
        counts.update(document.viewkeys() & otherdocument.viewkeys())

Score 中的每个条目都将计算文档中每个单词在其他文档中出现的频率。

如果您还需要在当前文档中包含字数（计数 + 1），只需删除 if otherid == id 测试即可。

在您自己的代码中，您混淆了 num 和 count，但在 python 中，您通常在任何情况下都不需要手动增加循环计数器。