列表生成式+正则提取信息

列表生成式是python内置的非常简单且强大的可以用来创建list的生成式

如果没有列表生成式,我们得用很多行的循环或者条件代码,但是如果有了列表生成式,就能节省很多码字的时间,增加代码的简洁度。

举个例子,如果我们想实现一个功能,在1到11的数字中,如果这个数是偶数,就输出x,如果是奇数,就输出负x

如果是常规的循环和条件,就是

for x in range(1,11):

if x%2==0:

print x

else:

print -x

但如果是列表生成式,我们可以写成

x if x%2==0 else -x for x in range(1,11)

这里要注意的是在for之前,必须要是一个表达式,必须能根据x计算出一个值

而如果if 在for 后面,则意味着一个筛选条件,不能加else

正则提取信息

正则表达式并不是Python的一部分。正则表达式是用于处理字符串的强大工具,拥有自己独特的语法以及一个独立的处理引擎,效率上可能不如str自带的方法,但功能十分强大。得益于这一点,在提供了正则表达式的语言里,正则表达式的语法都是一样的,区别只在于不同的编程语言实现支持的语法数量不同;但不用担心,不被支持的语法通常是不常用的部分。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. 余弦相似度模型的缺点: - 不能很好地处理稀疏向量,因为这会导致相似度接近于0。 - 不能考虑单词之间的语义关系。 改进方法: - 使用加权余弦相似度计算,以便更好地处理稀疏向量。 - 结合词嵌入技术来考虑单词之间的语义关系。 2. 最小生成树模型的缺点: - 它假设所有点都是相互连接的,这不一定总是符合实际情况。 - 它可能会漏掉与其他集群相关的点。 改进方法: - 使用其他图论算法来构建聚类模型,例如k-近邻图。 - 结合其他聚类算法来增强聚类模型的准确性。 3. TfidfVectorizer的缺点: - 它无法处理语义相似但不完全相同的单词,例如“cat”和“cats”。 - 它不能很好地处理停用词,因为这些词在文本中太过普遍。 改进方法: - 使用词干提取和词形还原技术来处理单词形态变化的问题。 - 使用自定义停用词列表以过滤无关紧要的单词。 4. K-Means聚类得到聚类中心点的缺点: - 它对初始聚类中心的选择非常敏感。 - 它可能会陷入局部最优解。 改进方法: - 使用其他聚类算法来提高聚类模型的准确性。 - 采用启发式算法来选择初始聚类中心。 5. 正则表达式的缺点: - 它只能处理特定格式的文本。 - 它可能会忽略文本中的上下文信息。 改进方法: - 使用自然语言处理技术来更好地理解文本。 - 结合其他文本处理技术来增强正则表达式的能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值