python字典值计算_根据python中字典的值计算字典之间的相关性

我有上千个表，每个表包含数百个单词和和它们在第二列中对应的分数。我需要计算每对表的相关性。在

因此，我开始阅读每个表，并将其转换为字典；每个单词都是字典键，其分数就是值。在

现在是计算相关性的时候了。我必须指出，并非所有的字典都有相同的键；有些多，有些少；每个字典都应该根据它的对进行扩展-这意味着如果一对字典有另一个字典中不存在的某个键，另一个字典应该用这些键更新，这些键的值应该是0，最后计算出相关系数。在

示例：dict1 = {'car': 0.1, 'dog':0.3, 'tiger':0.5, 'lion': 0.1, 'fish':0.2}

dict2 = {'goat':0.3, 'fish':0.3, 'shark':0.4, 'dog':0.3}

所以，dict1应该看起来像：

^{pr2}$

然后计算它们之间的相关性。在

我很欣赏如何根据字典的值有效地计算词典的相似性/相关性。在

更新

Here是一篇从技术上解释如何计算相关系数的帖子。在

这是最简单的版本import numpy

numpy.corrcoef(list1, list2)[0, 1]

但它只对“列表”有效。基本上，我是在计算了两个字典的相关系数后，对他们的关键字，以一种有效的方式。(较少的扩展和排序键)