小编sop*_*ros的帖子

我正在尝试从包含解析树的文件中学习 PCFG，例如：

(S (DECL_MD (NP_PPSS (PRON_PPSS (ii))) (VERB_MD (pt_verb_md need)) (NP_NN (ADJ_AT (aa)) (NOUN_NN (flight flight)) (PREP_IN (pt_prep_in from))) (AVPNP_NP (NOUN_NP (charlotte charlotte) ))

这是我的相关代码：

def loadData(path):
    with open(path ,'r') as f:
        data = f.read().split('\n')
    return data

def getTreeData(data):
    return map(lambda s: tree.Tree.fromstring(s), data)

# Main script
print("loading data..")
data = loadData('C:\\Users\\Rayyan\\Desktop\\MSc Data\\NLP\\parseTrees.txt')
print("generating trees..")
treeData = getTreeData(data)
print("done!")
print("done!")

现在之后我在互联网上尝试了很多东西，例如：

grammar = induce_pcfg(S, productions)

但这里的产品总是内置的功能，例如：

productions = []
for item in treebank.items[:2]:
  for tree in treebank.parsed_sents(item):
    productions += tree.productions() …

今天我们数据结构的老师在学习栈的时候提到了这一点，但是没有给出正确的解释。

我遇到的代码未能达到我的期望。详细信息如下：

    a = ['name']
    b = [('name=cheng',),('name=huang',),('name=pan',)]
    Dict = {}
    c = []
    for i in range(0,3):
        for j in range(0,1):
            Dict[a[j]] = b[i][j]
            c.append(Dict)
    print(c)

>>> [{'name':'name=pan'},{'name':'name=pan'},{'name':'name=pan'}]

i应该是什么

>>> [{'name':'name=cheng'},{'name':'name=huang'},{'name':'name=pan'}]

那你能告诉我如何解决这个问题吗？

我有一本带1,000,000键的字典，我想检查字典中是否存在某个键。我也可以1,000,000在一个列表中包含所有这些键的项目。

哪种方式更快，为什么？

例如：

999999 in {x:x for x in range(1000000)}

对比

999999 in [x for x in range(1000000)]