python同時處理多個字符串

Question

我有一個字符串列表，我想刪除每個字符串中的停用詞。問題是，停用詞的長度比字符串長得多，我不想重複比較每個字符串和停用詞列表。 python中有多種方式可以同時使用這些多個字符串嗎？

lis = ['aka', 'this is a good day', 'a pretty dog'] 
stopwords = [] # pretty long list of words 
for phrase in lis: 
    phrase = phrase.split(' ') # get list of words 
    for word in phrase: 
     if stopwords.contain(word): 
      phrase.replace(word, '') 

這是我目前的方法。但是這意味着我必須經歷列表中的所有短語。有沒有一種方法可以用一次比較來處理這些短語？

謝謝。

Answer 1

這是一樣的想法，但有一些改進。將您的list停用詞轉換爲set以加快查找速度。然後，您可以遍歷列表理解中的短語列表。然後你可以迭代短語中的單詞，如果它們不在停止集中，則保留它們，然後將短語重新組合在一起。

>>> lis = ['aka', 'this is a good day', 'a pretty dog'] 
>>> stopwords = ['a', 'dog'] 
>>> stop = set(stopwords) 
>>> [' '.join(j for j in i.split(' ') if j not in stop) for i in lis] 
['aka', 'this is good day', 'pretty'] 

Answer 2

您可以計算每個短語形成的列表與停用詞之間的差異。

>>> lis = ['aka', 'this is a good day', 'a pretty dog'] 
>>> stopwords = ['a', 'dog'] 

>>> stop = set(stopwords) 
>>> result = map(lambda phrase: " ".join(list(set(phrase.split(' ')) - stop)), lis) 
>>> print(result) 

['aka', 'this is good day', 'pretty']