Python 查找列表中标记关系的频率（成对关联？）

我有一些图像标签列表。我想找出哪些标签似乎是相关的：

l1 = ["cat", "toe", "man"]
l2 = ["cat", "toe", "ice"]
l3 = ["cat", "hat", "bed"]

在这个（简单的）例子中，“猫”和“脚趾”显然是相关的，因为它们出现了两次（l1，l2）

---

如何计算？结果是：猫和脚趾：2。我有一个线索，我要求“两两相关”，但这种分析的资源对我来说太复杂了。

你可以使用

集合。defaultdict

与

frozenset

和

itertools。组合

形成一个两两计数字典

变化是可能的。例如，您可以将

collections.Counter

与排序的

tuple

一起使用，但基本相同

from collections import defaultdict
from itertools import combinations

dd = defaultdict(int)

L1 = ["cat", "toe", "man"]
L2 = ["cat", "toe", "ice"]
L3 = ["cat", "hat", "bed"]

for L in [L1, L2, L3]:
    for pair in map(frozenset, (combinations(L, 2))):
        dd[pair] += 1

结果:

defaultdict(int,
            {frozenset({'cat', 'toe'}): 2,
             frozenset({'cat', 'man'}): 1,
             frozenset({'man', 'toe'}): 1,
             frozenset({'cat', 'ice'}): 1,
             frozenset({'ice', 'toe'}): 1,
             frozenset({'cat', 'hat'}): 1,
             frozenset({'bed', 'cat'}): 1,
             frozenset({'bed', 'hat'}): 1})

---

另一个选项是创建一个DataFrame，其中每个唯一单词都有一个指示符变量作为列：

from itertools import chain
all_tags = set(chain.from_iterable([l1, l2, l3]))
d = pd.DataFrame([{k: 1 if k in l else 0 for k in all_tags} for l in [l1, l2, l3]])
print(d)
#   bed  cat  hat  ice  man  toe
#0    0    1    0    0    1    1
#1    0    1    0    1    0    1
#2    1    1    1    0    0    0

现在，您可以将该矩阵转置，并将其自身点入，以获得成对计数：

pairwise_counts = d.T.dot(d)
print(pairwise_counts)
#     bed  cat  hat  ice  man  toe
#bed    1    1    1    0    0    0
#cat    1    3    1    1    1    2
#hat    1    1    1    0    0    0
#ice    0    1    0    1    0    1
#man    0    1    0    0    1    1
#toe    0    2    0    1    1    2

该矩阵的对角线是每个单词在数据中出现的次数

如果需要任意两个字符串的成对计数，例如

“cat”

和“

toe

”，可以执行以下操作：

print(pairwise_counts.loc["cat", "toe"])
#2

由于该矩阵是对称的，您将得到相同的答案：

print(pairwise_counts.loc["toe", "cat"])
#2

---

谢谢我可以用组合（L，3）将其升级为三元组！太酷了。不用冷冻可以吗？对于l4中的i，

l=[list（组合（i，2））

，

l4

作为3个列表的列表，您需要哈希键，列表将无法工作。正如我所提到的，您可以使用

tuple

[如果已排序]，而不是

frozenset

。还有一件事，可以对增量进行直接计数吗count@vash_the_stampede，所以不是一个论坛。如果你有，我建议你。谢谢，看起来也不错！它是否也适用于三元组等？（我知道，我没有要求。）@j_uuuuur_uuuuu不，这只是成对的。您可能需要研究称为频繁项集或关联规则学习的内容