Defaultdict() 是正确的选择吗？

Question

编辑：错误已修复

想法是从文件中读取文本，清理它，然后配对连续个单词（不是排列）：

file = f.read()
words = [word.strip(string.punctuation).lower() for word in file.split()]
pairs = [(words[i]+" " + words[i+1]).split() for i in range(len(words)-1)]

然后，对于每一对，创建一个列表，其中包含整个文本中可以跟在该对之后的所有可能的单个单词。该字典看起来像

[ConsecWordPair]:[listOfFollowers]

因此，引用给定对的字典将 return 该对之后的所有单词。例如

wordsThatFollow[('she', 'was')]
>> ['alone', 'happy', 'not']

我实现这个的算法涉及 defaultdict(list)...

wordsThatFollow = defaultdict(list) 

for i in range(len(words)-1):
    try:
        # pairs overlap, want second word of next pair
        # wordsThatFollow[tuple(pairs[i])] = pairs[i+1][1]
        EDIT: wordsThatFollow[tuple(pairs[i])].update(pairs[i+1][1][0]
    except Exception:
        pass

我不太担心我必须用 'try-except' 规避的值错误（除非我应该是）。问题是算法 只成功 return 一个追随者 :

wordsThatFollow[('she', 'was')]
>> ['not']

抱歉，如果这 post 对社区不利，我正在解决问题 ^^

Answer 1

你的问题是当你真的想扩展时，你总是覆盖值：

# Instead of this
wordsThatFollow[tuple(pairs[i])] = pairs[i+1][1]

# Do this
wordsThatFollow[tuple(pairs[i])].append(pairs[i+1][1])

Defaultdict() 是正确的选择吗？

Defaultdict() the correct choice?

defaultdict