查找多个列表之间的Jaccard相似性

Question

假设我有3个列表：

l1 = ["a", "b", "c"]
l2 = ["c", "e", "f"]
l3 = ["c", "b", "a"]

对于Jaccard的相似性，我使用以下函数：

def jaccard_similarity(list1, list2):
intersection = len(list(set(list1).intersection(list2)))
union = (len(set(list1)) + len(set(list2))) - intersection
return float(intersection) / union

如何计算所有组合的Jaccard相似性，即：

(l1,l1), (l1,l2), (l1, l3)
(l2,l1), (l2,l2), (l2, l3) 
(l3,l1), (l3,l2), (l3, l3)

我希望避免为每对列表手动执行此操作。此外，最终输出需要是3x3矩阵。

Answer 1

您可以从原始函数中的list(set(...))中删除list。也不需要将CCD_ 4强制转换为CCD_；浮点除法运算符"：

def jaccard_similarity(list1, list2):
intersection = len(set(list1).intersection(list2))
union = (len(set(list1)) + len(set(list2))) - intersection
return intersection / union

您可以使用itertools模块中的product来生成成对的列表，并使用starmap使用您的功能来消费它们：

from itertools import product, starmap
l1 = ['a', 'b', 'c']
l2 = ['c', 'e', 'f']
l3 = ['c', 'b', 'a']
inputs = product([l1, l2, l3], [l1, l2, l3])
result = list(starmap(jaccard_similarity, inputs))
print(result)

输出：

[1.0, 0.2, 1.0, 0.2, 1.0, 0.2, 1.0, 0.2, 1.0]

接下来，要创建矩阵，您可以从itertools的文档中查看grouper配方：https://docs.python.org/3/library/itertools.html#itertools-配方

以下是grouper函数的简化示例：

def group_three(it):
iterators = [iter(it)] * 3
return zip(*iterators)
print(list(group_three(result)))

输出：

[(1.0, 0.2, 1.0), (0.2, 1.0, 0.2), (1.0, 0.2, 1.0)]