Python：为语料库中的文档随机分配标题答案

【问题标题】：Python: randomly assigning titles to documents in a corpusPython：为语料库中的文档随机分配标题
【发布时间】：2016-03-18 10:53:36
【问题描述】：

我有一个大型文档语料库，D，它基本上是一个 Python 列表，包含 n 个过滤后的推文。

例如，D[0] 是“‘远程破解 Android 手机’的新漏洞威胁到数百万台设备”

另外，n 的数量级为 10^4。
假设我在Z 中的文档还有另一个m = 10 个主题列表，我希望将其随机分配给每个文档，并且，

Z = ['hack', 'tools', 'android', 'google', 'anonymous', ... ]。

如何创建一个 n x 2 数组，以使主题的分配（尽可能接近）一个真正随机的过程？

编辑：

我不确定如何编码。对不起，如果解释有点模糊，但没有太多信息可以提供。我只是想要一种从Z 映射到D 的方法，随机（以获得 n x 2 数组不是 n x m 数组，诚实的错误）。

【问题讨论】：

如果您通过一个使用较小的 n 和 m 值的简单示例来阐明您的问题，将会很有帮助。此外，您应该发布自己的编码尝试。
@PM2Ring 我已经添加了尽可能多的细节。代码本身并没有很多事情发生。我只是想从 Z 映射到 D，随机。
我可以向您展示如何构建一个包含 n 行的 Python 列表。第 i 行由 m 个元组组成。每个元组将第 i 个推文与 m 个主题之一以随机顺序配对。这会有帮助吗？
@PM2Ring 是的，应该可以。我意识到我根本不需要 n x m 矩阵。
看看random.choice; numpy 可能提供类似的东西，但我不知道 numpy。

标签： python arrays numpy random-sample

【解决方案1】：

我想这就是你所追求的。

>>> D = [1,2,3,4,5,6,7,8,9]
>>> Z = ['a','b','c','d','e','f','g']
>>> [[i, random.choice(Z)] for i in D]
[[1, 'a'], [2, 'd'], [3, 'c'], [4, 'f'], [5, 'b'], [6, 'g'], [7, 'f'], [8, 'f'], [9, 'f']]

此列表理解遍历D（您的语料库）并将每个元素与Z（您的主题）的随机元素匹配。

不过，元组可能比单个对的列表更好，因为它们更常用于表示不同事物的集合 - 请参阅 this 答案了解何时使用列表与元组。

【讨论】：

我可能，事实上，毕竟需要元组。谢谢。