python计算字符串匹配的准确率

问题描述:

以打字练习程序为例,假设origin为原始内容,userInput为用户输入的内容,测试用户输入的准确率。

一、源代码展示

def Rate  (origin , userInput):
    right = sum (( 1 for  o,u in zip( origin , userInput ) if o==u  ))
    return round(right / len (origin ),2)
a= "Life is not a matter of a day."
print("请输入:a")
b=input()
print(int(Rate(a,b)*100 ),'%')

 二、输出结果

请输入:a
Life is not a matter of a day.
100 %
请输入:a
Life is not a matter of 
80 %

 三、问题分析

1、思路分析:

需要巧用python里面的自己带的函数,这里就使用元组(turple),将输入的字符与原始的字符一一对应,如果相同返回1,使用sum()函数将所有的1加起来。

2、源码解析:

(1).zip()函数

对象3 = zip(对象1,对象2),生成的对象3可以用list列表示出来。

cd=list(zip("abc","sdd"))
cd

输出结果:

[('a', 's'), ('b', 'd'), ('c', 'd')]

 (2).round()函数

round函数是一种四舍五入的函数,位置1是处理的数字对象,位置2是保留几位有效数字,下面我写的是2,表示保留小数点后两位有效数字,默认是保留一位有效数字。如下例子。

round(0.98231,2)#round()为四舍五入的函数,2表示保留两位有效数字

 

  • 1
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
字符串匹配准确率可以通过比较两个字符串的相似度来计算。一种简单的方法是使用编辑距离算法(Levenshtein距离)。 编辑距离算法是一种用于计算两个字符串之间的距离的算法,它计算的是将一个字符串转换为另一个字符串所需的最少操作数。这些操作包括插入、删除和替换字符。通过计算两个字符串之间的编辑距离,可以确定它们之间的相似度。 假设你有两个字符串s1和s2,它们的长度分别为n和m。编辑距离算法使用一个n+1行、m+1列的矩阵来计算它们之间的距离。矩阵的第一行和第一列为0到m和0到n的整数。对于矩阵中的每个元素,它的值等于在进行一系列插入、删除或替换操作后将s1的前i个字符转换为s2的前j个字符所需的最少操作数。 通过计算矩阵的最后一个元素,可以确定两个字符串之间的编辑距离。编辑距离与字符串匹配准确率成反比关系,因此准确率可以通过将编辑距离除以两个字符串的长度之和来计算。 下面是一个使用Python实现编辑距离算法计算字符串匹配准确率的示例代码: ```python def levenshtein_distance(s1, s2): n = len(s1) m = len(s2) distance = [[0] * (m + 1) for _ in range(n + 1)] for i in range(n + 1): distance[i][0] = i for j in range(m + 1): distance[0][j] = j for i in range(1, n + 1): for j in range(1, m + 1): if s1[i - 1] == s2[j - 1]: cost = 0 else: cost = 1 distance[i][j] = min(distance[i - 1][j] + 1, # deletion distance[i][j - 1] + 1, # insertion distance[i - 1][j - 1] + cost) # substitution return distance[n][m] def string_matching_accuracy(s1, s2): distance = levenshtein_distance(s1, s2) length = len(s1) + len(s2) accuracy = (length - distance) / length return accuracy ``` 你可以使用`string_matching_accuracy`函数计算两个字符串之间的匹配准确率,例如: ```python s1 = 'hello world' s2 = 'hello python' accuracy = string_matching_accuracy(s1, s2) print(accuracy) ``` 输出: ``` 0.6666666666666666 ``` 这表示`s1`和`s2`之间的匹配准确率为66.67%。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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