Python 提高numpy中levenshtein距离的性能

我有以下功能：

def levenshtein(seq1, seq2):
    size_x = len(seq1) + 1
    size_y = len(seq2) + 1
    matrix = np.zeros ((size_x, size_y))
    matrix[: , 0] = np.arange(size_x)
    matrix[0, :] = np.arange(size_y)

    for x in range(1, size_x):
        for y in range(1, size_y):
            if seq1[x-1] == seq2[y-1]:
                matrix [x,y] = min(
                    matrix[x-1, y] + 1,
                    matrix[x-1, y-1],
                    matrix[x, y-1] + 1
                )
            else:
                matrix [x,y] = min(
                    matrix[x-1,y] + 1,
                    matrix[x-1,y-1] + 1,
                    matrix[x,y-1] + 1
                )
    return (matrix[size_x - 1, size_y - 1])

我想把它应用到许多对字符串上，为了尽可能快，我想去掉其中的for循环，用一些矢量化来代替它们，但我找不到一个好方法，有什么想法吗？

对我来说，最好用它来解决你的问题，而不是重新发明轮子。你会节省很多时间

打开

cmd

并编写

pip-install-python-Levenshtein

，或者如果使用git，则转到项目文件夹并键入

git-clonehttps://github.com/ztane/python-Levenshtein.git

（）。然后打开一个python文件并：

import Levenshtein
Levenshtein.distance('Levenshtein', 'Lenvinsten')
# output will be 4
# ... your code ...

---

但是，如果需要手动编写，您可以查看其他开发人员或在同一链接中是如何编写的。

@BrunoMello没问题，只需浏览github\pypi:）