Python 2.7 Python2.7-修改列表列表并在不进行变异的情况下重新组装

我目前有一个列表，如下所示：

My_List = [[This, Is, A, Sample, Text, Sentence] [This, too, is, a, sample, text] [finally, so, is, this, one]]

现在我需要做的是用3个标签中的一个来“标记”这些单词，在本例中是任意的，例如“EE”、“FF”或“GG”，基于单词所在的列表，然后将它们重新组合成它们出现的相同顺序。我的最终代码需要如下所示：

GG_List = [This, Sentence]
FF_List = [Is, A, Text]
EE_List = [Sample]

My_List = [[(This, GG), (Is, FF), (A, FF), (Sample, "EE), (Text, FF), (Sentence, GG)] [*same with this sentence*] [*and this one*]]

我尝试使用for循环将每个项目转换为dict，但dict随后被标签重新排列，遗憾的是，由于这件事的性质，这无法发生。。。这个实验需要所有的东西保持相同的顺序，因为最终我需要测量标签相对于其他标签的接近程度，但只在同一个句子中（列表）

我曾想过用NLTK（我对NLTK几乎没有经验）来做这件事，但它看起来比我需要的要复杂得多，而且像我这样的新手不容易定制标签

我认为这可以通过迭代这些项中的每一项来实现，使用if语句来确定它们应该有什么标记，然后用单词及其相关标记生成一个元组，这样它就不会在列表中来回移动

我想出了这个。。但是我不知道如何重建我的列表并使它们保持有序：（

---

非常感谢您的帮助！

将标签放入字典中可以：

My_List = [['This', 'Is', 'A', 'Sample', 'Text', 'Sentence'],
           ['This', 'too', 'is', 'a', 'sample', 'text'],
           ['finally', 'so', 'is', 'this', 'one']]
GG_List = ['This', 'Sentence']
FF_List = ['Is', 'A', 'Text']
EE_List = ['Sample']

zipped = zip((GG_List, FF_List, EE_List), ('GG', 'FF', 'EE'))
tags = {item: tag for tag_list, tag in zipped for item in tag_list}
res = [[(word, tags[word]) for word in entry if word in tags] for entry in My_List]

现在：

---

字典通过键-值对工作。每个键都被分配一个值。要搜索字典，您可以通过键搜索索引，例如

>>> d = {1:'a', 2:'b', 3:'c'}
>>> d[1]
'a'

在上述情况下，我们总是按字典的键（即整数）搜索字典

如果要将标记/标签分配给每个单词，则要按关键字搜索并查找“值”，即标记/标签，因此词典必须如下所示（假设字符串是作为标记/标签的单词和数字）：

这样，当您使用列表理解遍历单词并找到合适的标记时，标记的顺序将遵循单词的顺序

因此，当您以错误的方式索引初始词典时，问题就会出现，即键->标签，值->单词，例如：

>>> d = {1:['a', 'd'], 2:['b', 'h'], 3:['c', 'x']}
>>> [d[word] for word in sent]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'a'

---

但需要注意的是，

ChainMap

仅在Python3.5中可用（这是升级Python的另一个原因；p）。对于Python，您的需求令人困惑。您想将它们标记为“基于单词所在的列表”，但您的输出似乎不遵循该模式？@erewok-hmm…以第一句话为例：[This，Is，A，Sample，Text，句子]。由于单词“Sample”位于另一个名为“GG_list”的列表中，因此单词“Sample”变成（Sample，GG）。这说明了吗？你想要的输出是什么？你能举个例子吗？另外，我认为这与

nltk

没有任何关系；我不介意删除

nltk

标记，因为它似乎不相关。无耻的插件：我们为基本python教程编写了列表和python容器的简短介绍，这可能会对你有更好的帮助了解如何在NLP中使用它们。看看“理解容器”谢谢你的输入！我还不太清楚我在寻找什么样的输出，迈克的解决方案让我更接近我所需要的，基于我所拥有的。非常感谢你所有的解释和例子-他们帮助我解释了很多！！没问题，我很高兴答案有帮助。问题是迈克，这让我更容易理解ut我的列表。为了使这是一个有效的实验，我必须保持列表的灵活性。你知道我该如何处理吗？相应地更新我的答案。

>>> d = {1:'a', 2:'b', 3:'c'}
>>> d[1]
'a'

>>> d = {'a':1, 'b':1, 'c':3}
>>> d['a']
1
>>> sent = 'a b c a b'.split()
>>> sent
['a', 'b', 'c', 'a', 'b']
>>> [d[word] for word in sent]
[1, 1, 3, 1, 1]

>>> d = {1:['a', 'd'], 2:['b', 'h'], 3:['c', 'x']}
>>> [d[word] for word in sent]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'a'

>>> from collections import ChainMap
>>> d = {1:['a', 'd'], 2:['b', 'h'], 3:['c', 'x']}
>>> d_inv = dict(ChainMap(*[{value:key for value in values} for key, values in d.items()]))
>>> d_inv
{'h': 2, 'c': 3, 'a': 1, 'x': 3, 'b': 2, 'd': 1}

>>> d = {1:['a', 'd'], 2:['b', 'h'], 3:['c', 'x']}
>>> sent = 'a b c a b'.split()

>>> d_inv = dict(ChainMap(*[{value:key for value in values} for key, values in d.items()]))

>>> [d_inv[word] for word in sent]
[1, 2, 3, 1, 2]

>>> sentences = ['a b c'.split(), 'h a x'.split()]
>>> [[d_inv[word] for word in sent] for sent in sentences]
[[1, 2, 3], [2, 1, 3]]