Python: 给语料库中的文档随机分配标题
Python: randomly assigning titles to documents in a corpus
我有一个大型文档语料库，D，它基本上是 n 条过滤推文的 Python 列表。
例如，D[0] 是“'Hack Android Phones Remotely' 的新漏洞威胁数百万台设备”
此外，n 的顺序为 10^4。
说，我的文档在 Z 中还有另一个 m = 10 个主题列表，我希望随机分配给每个文档，并且,
Z = ['hack', 'tools', 'android', 'google', 'anonymous', ... ]。
我如何着手创建一个 n x 2 数组，以便主题分配是（尽可能接近）一个真正随机的过程？
编辑：
我不确定如何编写代码。对不起，如果解释有点含糊，但没有太多信息可以提供。我只是想要一种从 Z 映射到 D、 随机 的方法（以获得 n x 2 数组 不是一个n x m数组，诚实的错误）。
我想这就是你想要的。
>>> 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）的随机元素相匹配。
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 何时使用列表与元组的回答。
我有一个大型文档语料库，
D，它基本上是 n 条过滤推文的 Python 列表。例如，
D[0]是“'Hack Android Phones Remotely' 的新漏洞威胁数百万台设备”此外，n 的顺序为 10^4。
说，我的文档在
Z中还有另一个 m = 10 个主题列表，我希望随机分配给每个文档，并且,Z = ['hack', 'tools', 'android', 'google', 'anonymous', ... ]。
我如何着手创建一个 n x 2 数组，以便主题分配是（尽可能接近）一个真正随机的过程？
编辑：
我不确定如何编写代码。对不起，如果解释有点含糊，但没有太多信息可以提供。我只是想要一种从 Z 映射到 D、 随机 的方法（以获得 n x 2 数组 不是一个n x m数组，诚实的错误）。
我想这就是你想要的。
>>> 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）的随机元素相匹配。
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 何时使用列表与元组的回答。