Python：为语料库中的文档随机分配标题

我有一个很大的文档语料库，

D

，它基本上是一个Python列表，包含n条经过过滤的tweet

例如，

D[0]

是“对安卓手机进行远程黑客攻击的新漏洞，威胁到数百万台设备”

此外，n的数量级为10^4

比如说，

Z

中还有一个m=10的主题列表，我希望随机分配给每个文档

Z=['hack'，'tools'，'android'，'google'，'anonymous'，…]

我如何创建一个nx2数组，使得主题的分配（尽可能接近）是一个真正的随机过程

---

编辑：

---

我不知道该如何编码。抱歉，如果解释有点含糊，但是没有太多信息可以提供。我只是想要一种从

Z

随机映射到

D

的方法（获得一个nx2数组而不是一个nxm数组，这是一个诚实的错误）。

我想这就是你想要的

>>> D = [1,2,3,4,5,6,7,8,9]
>>> Z = ['a','b','c','d','e','f','g']
>>> [[i, random.choice(Z)] for i in D]
[[1, 'a'], [2, 'd'], [3, 'c'], [4, 'f'], [5, 'b'], [6, 'g'], [7, 'f'], [8, 'f'], [9, 'f']]

该列表将遍历

D

（您的语料库），并将每个元素与

Z

（您的主题）的随机元素相匹配

---

对于单个对来说，元组可能是比列表更好的选择，因为它们更常用于表示不同事物的集合-有关何时使用列表与元组的信息，请参见答案。

如果您使用一个简单的示例，使用较小的n和m值来澄清您的问题，这将很有帮助。另外，您应该发布自己的编码尝试。@PM2Ring我已经尽可能多地添加了详细信息。代码本身没有太多内容。我只是想随机地从Z映射到D，我可以向您展示如何构建一个包含n行的Python列表。第i行由m个元组组成。每个元组以随机顺序将第i条tweet与m个主题之一配对。那会有帮助吗？@PM2Ring是的，应该有用。我意识到我根本不需要一个nxm矩阵；numpy可能提供类似的功能，但我不知道numpy。事实上，我可能需要元组。非常感谢。