दो तारों की तुलना और सबसे समान

Question

लौटने के लिए मुझे एक ऐसा फ़ंक्शन लिखना है जो तर्क के रूप में एक स्ट्रिंग लेता है और इस स्ट्रिंग को दो अन्य तारों में जोड़ता है और स्ट्रिंग को सबसे समान और अंतरों की संख्या देता है।

def func("LUMB"): 
    lst=["JIBM", "NUNE", "NUMB"] 
should return: 
("NUMB",1) 

मैं कोशिश की है:

def f(word): 
    lst=["JIBM", "NUNE", "NUMB"] 
    for i in lst: 
     d=k(word, lst) 
     return differences 
     for n in d: 
      print min(sum(n)) 

जहां:

def k(word1, word2): 
    L=[] 
    for w in range(len(word1)): 
     if word1[w] != word2[w]: 
      L.append(1) 
     else: 
      L.append(0) 
    return L 

ताकि मैं जैसे की एक सूची प्राप्त, [1,0,0,0] अगर word1 = "सुन्न "और word2 =" LUMB "

Answer 1

ऐसा लगता है जैसे शॉन चिन ने सबसे अच्छा समाधान प्रदान किया है, लेकिन यदि आपको गैर-निर्मित मॉड्यूल का उपयोग करने से रोका गया है, तो ऐसा लगता है कि get_close_matchesdifflib से मदद कर सकता है:

import difflib 
difflib.get_close_matches("LUMB", ["JIBM", "NUNE", "NUMB"], 1) 

मतभेदों की संख्या SequenceMatcher की get_opcodes पद्धति का उपयोग करके और उसके वापसी मान के साथ काम मिल गया जा सकता है।

Answer 2

Levenshtein distance गणना करने के लिए pylevenshtein का उपयोग करना:

>>> from Levenshtein import distance 
>>> from operator import itemgetter 
>>> lst = ["JIBM", "NUNE", "NUMB"] 
>>> min([(x, distance("LUMB", x)) for x in lst], key=itemgetter(1)) 
('NUMB', 1) 

या, एक समारोह के रूप में:

from Levenshtein import distance 
from operator import itemgetter 
def closest(word, lst): 
    return min([(x, distance(word, x)) for x in lst], key=itemgetter(1)) 

print closest("NUMB", ["JIBM", "NUNE", "NUMB"]) 

---

पी.एस. यदि आप अतिरिक्त निर्भरताओं से बचना चाहते हैं, तो आप दूरी की गणना के लिए हमेशा अपना कार्य लागू कर सकते हैं। उदाहरण के लिए, wikibooks में अपने स्वयं के पेशेवरों और विपक्ष के साथ कई संस्करण प्रस्तावित किए गए हैं।

हालांकि, यदि प्रदर्शन चिंता का विषय है, तो कस्टम निर्मित मॉड्यूल पर चिपके रहने पर विचार करें। pylevenshtein के अलावा, python-levenshtein और nltk.metrics.distance भी है (यदि आप पहले से ही NLTK का उपयोग करते हैं)।