计算嵌套列表中的最大差异答案

【问题标题】：Calculate the greatest difference in a nested list计算嵌套列表中的最大差异
【发布时间】：2019-08-22 07:17:33
【问题描述】：

我使用 WordBlob 创建了一个包含来自文本文档的列表的列表。现在我想在每个列表中创建一个差异最大的列表，我只对极性感兴趣。我想将最高和最低的数字附加到另一个列表中，然后将它们相互减去。但是我怎么能引用“极性”中的数字呢？这是我的嵌套列表：

[[Sentiment(polarity=0.35, subjectivity=0.65),
  Sentiment(polarity=0.0, subjectivity=0.0),
  Sentiment(polarity=0.0, subjectivity=0.0),
  Sentiment(polarity=0.6, subjectivity=0.87),
  Sentiment(polarity=0.0, subjectivity=0.0),
  Sentiment(polarity=0.0, subjectivity=0.0)],
 [Sentiment(polarity=0.0, subjectivity=0.0),
  Sentiment(polarity=0.5, subjectivity=0.8),
  Sentiment(polarity=0.0, subjectivity=0.0),
  Sentiment(polarity=-0.29, subjectivity=0.54),
  Sentiment(polarity=0.0, subjectivity=0.0),
  Sentiment(polarity=0.25, subjectivity=1.0)],
  [Sentiment(polarity=0.5, subjectivity=0.8),
  Sentiment(polarity=0.0, subjectivity=0.0)]]

有人有想法吗？感谢您的帮助。

【问题讨论】：

标签： python nested-lists textblob

【解决方案1】：

您可以使用 python 内置函数 min 和 max 连同它们的 key 参数在给定关键标准的情况下查找列表中的最小/最大值。写成一个函数，它可能看起来像这样：

def polarity_diffs(sentiments):
    diffs = []
    for row in sentiments:
        smallest = min(row, key=lambda s: s.polarity).polarity
        biggest = max(row, key=lambda s: s.polarity).polarity
        diffs.append(biggest - smallest)
    return diffs

给定一个虚拟对象和一些测试数据 -

class Sentiment:  # Example class
    def __init__(self, polarity, subjectivity):
        self.polarity = polarity
        self.subjectivity = subjectivity

test_data = [
    # normal values
    [Sentiment(polarity=0.35, subjectivity=0.65),
     Sentiment(polarity=0.0, subjectivity=0.0),
     Sentiment(polarity=0.0, subjectivity=0.0),
     Sentiment(polarity=0.6, subjectivity=0.87),
     Sentiment(polarity=0.0, subjectivity=0.0),
     Sentiment(polarity=0.0, subjectivity=0.0)],
    # more normal values
    [Sentiment(polarity=0.0, subjectivity=0.0),
     Sentiment(polarity=0.5, subjectivity=0.8),
     Sentiment(polarity=0.0, subjectivity=0.0),
     Sentiment(polarity=-0.29, subjectivity=0.54),
     Sentiment(polarity=0.0, subjectivity=0.0),
     Sentiment(polarity=0.25, subjectivity=1.0)],
    # only a single entry
    [Sentiment(polarity=0.35, subjectivity=0.65)],
    # multiple entries, but identical
    [Sentiment(polarity=0.0, subjectivity=0.0),
     Sentiment(polarity=0.0, subjectivity=0.0)]
]

- 这些是结果：

for diff in polarity_diffs(x):
    print(diff)
0.6   # normal values
0.79  # more normal values
0.0   # only a single entry
0.0   # multiple entries, but identical

【讨论】：

这是我的问题的解决方案 - 谢谢！但如果只有一个数字，它也会附加一个数字。我想要数字之间的差异。你有什么想法吗？
你的意思是要跳过只有一个元素的子列表，还是如果差是0就跳过？
我想要一个列表，每个子列表都有一个条目。如果子列表中只有一个数字，则应在最终列表中添加零。如果差为零，则在最终列表中也为零。
在这种情况下，如果您在主要问题中提供测试数据和预期输出会有所帮助。从文字中理解这些极端情况可能会很棘手。
嗯，如果我用单项列表尝试它已经这样了。

【解决方案2】：

给定一个示例类，它是您在案例中访问所需元素的方式：

class Sentiment:  # Example class
    def __init__(self, polarity, subjectivity):
        self.polarity = polarity
        self.subjectivity = subjectivity


ar = [[Sentiment(polarity=0.35, subjectivity=0.65),
      Sentiment(polarity=0.0, subjectivity=0.0),
      Sentiment(polarity=0.0, subjectivity=0.0),
      Sentiment(polarity=0.6, subjectivity=0.87),
      Sentiment(polarity=0.0, subjectivity=0.0),
      Sentiment(polarity=0.0, subjectivity=0.0)],
     [Sentiment(polarity=0.0, subjectivity=0.0),
      Sentiment(polarity=0.5, subjectivity=0.8),
      Sentiment(polarity=0.0, subjectivity=0.0),
      Sentiment(polarity=-0.29, subjectivity=0.54),
      Sentiment(polarity=0.0, subjectivity=0.0),
      Sentiment(polarity=0.25, subjectivity=1.0)]]

print(ar[0][0].polarity)  # this is the first polarity value

【讨论】：