Python字符串相似性的几种度量方法？

一、Python字符串相似性的几种度量方法？

字符串的相似性比较应用场合很多，像拼写纠错、文本去重、上下文相似性等。

评价字符串相似度最常见的办法就是：把一个字符串通过插入、删除或替换这样的编辑操作，变成另外一个字符串，所需要的最少编辑次数，这种就是编辑距离（edit distance）度量方法，也称为Levenshtein距离。海明距离是编辑距离的一种特殊情况，只计算等长情况下替换操作的编辑次数，只能应用于两个等长字符串间的距离度量。

其他常用的度量方法还有 Jaccard distance、J-W距离（Jaro–Winkler distance）、余弦相似性（cosine similarity）、欧氏距离（Euclidean distance）等。

# -*- coding: utf-8 -*-

import difflib

# import jieba

import Levenshtein

str1 = "我的骨骼雪白 也长不出青稞"

str2 = "雪的日子 我只想到雪中去si"

# 1. difflib

seq = difflib.SequenceMatcher(None, str1,str2)

ratio = seq.ratio()

print 'difflib similarity1: ', ratio

# difflib 去掉列表中不需要比较的字符

seq = difflib.SequenceMatcher(lambda x: x in ' 我的雪', str1,str2)

ratio = seq.ratio()

print 'difflib similarity2: ', ratio

# 2. hamming距离，str1和str2长度必须一致，描述两个等长字串之间对应位置上不同字符的个数

# sim = Levenshtein.hamming(str1, str2)

# print 'hamming similarity: ', sim

# 3. 编辑距离，描述由一个字串转化成另一个字串最少的操作次数，在其中的操作包括 插入、删除、替换

sim = Levenshtein.distance(str1, str2)

print 'Levenshtein similarity: ', sim

# 4.计算莱文斯坦比

sim = Levenshtein.ratio(str1, str2)

print 'Levenshtein.ratio similarity: ', sim

# 5.计算jaro距离

sim = Levenshtein.jaro(str1, str2 )

print 'Levenshtein.jaro similarity: ', sim

# 6. Jaro–Winkler距离

sim = Levenshtein.jaro_winkler(str1 , str2 )

print 'Levenshtein.jaro_winkler similarity: ', sim

difflib similarity1: 0.246575342466

difflib similarity2: 0.0821917808219

Levenshtein similarity: 33

Levenshtein.ratio similarity: 0.27397260274

Levenshtein.jaro similarity: 0.490208958959

Levenshtein.jaro_winkler similarity: 0.490208958959

二、相似性特征？

人眼主要是根据图像中的低级特征(例如阶跃边缘、零交叉边缘等)来理解图像。基于生理和心理学研究发现，人类视觉可察觉到的特征和不同频率下傅里叶级数的相位一致性是一致的，也就是说人类感觉到的图像特征总是位于相位一致性高的点上。

三、相似性意思？

指的是两个或多个词语、短语、句子等所表达的意义相近或相似。比如，“美丽”和“漂亮”就有相似的意思。的存在有利于语言的丰富性和表达的多样性。同时，它也使得我们能够更准确地理解对方的意思，避免产生误解或歧义。

四、相似性分类？

数学上，相似性指两个图形的形状完全相似。若存在两个点的集，其中一个能透过放大缩小、平移或旋转等方式变成另一个，就说它们具有相似性。

相似性所属现代词，指的是复杂系统的总体与部分,这部分与那部分之间的精细结构或性质所具有的。

分类

精确自相似

这是最强的一种自相似，分形在任一尺度下都显得一样。由[2] 迭代函数系统定义出的分形通常会展现出精确自相似来。

半自相似

这是一种较松的自相似，分形在不同尺度下会显得大略（但非精确）相同。半自相似分形包含有整个分形扭曲及退化形式的缩小尺寸。由[3] 递推关系式定义出的分形通常会是半自相似，但不会是精确自相似。

统计自相似

这是最弱的一种自相似，这种分形在不同尺度下都能保有固定的数值或统计测度。大多数对“分形”合理的定义自然会导致某一类型的统计自相似（分形维数本身即[4] 是个在不同尺度下都保持固定的数值测度）。随机分形是统计自相似，但非精确及半自相似的分形的一个例子。

结构相似性，结构相似性指标(英文：structural similarityindex，SSIMindex)是一种用以衡量两张数位影像相似。

余弦相似性，余弦相似性通过测量两个向量内积空间的夹角的余弦值来度量它们之间的相似性。

五、比喻具有相似性句子？

想喝水时，仿佛能喝下整个海洋似的——这是信仰；等到真的喝起来，一共也只能喝两杯罢了——这是科学。

想喝水时，仿佛能喝下整个海洋似的这是--信仰；等到真的喝起来，一共也只能喝两杯罢了--这是科学。

没有顽强的细心的劳动，即使有才华的人也会变成绣花枕头似的无用的玩物。

适当地用理智控制住爱情，有利无弊，发疯似的滥施爱情，有弊无利。

幸福的家庭都是相似的；不幸的家庭各有各的不幸。

六、人脸具有相似性指的是？

人脸特征之间可以进行比较获取相似度，从而判断2个特征对应的是不是同一个人。因为特征是建模后的数据，所以2个特征比较耗时会非常少。人脸相似度的应用范围特别广泛, 这方面的研究具有重要的实用价值.人脸相似度的研究区别于人脸识别的研究, 但是两者之间也存在一定的关系!

七、什么强调意义相似性？

比喻强调相似性，本质不同，类比强调相似性，本质相同。例如劝学，学习就是一个“青出于蓝而青于蓝”的过程，这就是比喻论证。如果说一个人的学习努力，再说另一个人也同样努力，就是类比论证

八、人和蛙的相似性？

依据最新的蛙类基因排序，科学家发现非洲爪蛙从基因方面更接近于人类。

    科学家所进行基因排序的蛙类物种外表黏滑、体型圆胖，它的学名为“热带爪蟾”。这是迄今首次对两栖动物进行基因排序，科学家称，这项研究不仅是理解蛙类的重大突破，而且有助于理解地球完整的生命谱系。

    美国加利福尼亚州大学伯克利分校生物学家理查德-哈兰德(Richard Harland)说：“之前我们曾对大量的动物进行了基因排序，但却很少应用于脊椎动物。对非洲爪蟾的完整基因排序，结合人类、鼠类和鸡的基因序列，将有助于我们重新组建远古脊椎动物基因排序结构。”

九、法语和俄语相似性？

俄语和法语同属于屈折语，名词、动词、形容词都有词尾变化。

俄语名词有6格，复数相应亦有六格，根据在句子中所处的语法地位而适用不同的格；形容词修饰名词，亦有六格，与名词对应同格；动词有完成体和未完成体，根据不同主语要发生变位，有过去、现在、将来三个时态，俄语是现代印欧语系中典型的屈折语，语法比较多，但都极具规律，相对于英语来讲要板一些，但是比英语容易掌握。

法语的屈折性介于英语和俄语之间，但也是屈折很明显的语种，名词也有阴阳性，也有不同的格，形容词也随名词格发生变化，动词也要根据不同人称变位，也分过去将来和现在时等等。法语词尾变化比较简单，但规律性比俄语要弱些。

十、硼和硅的相似性？

硼和硅在周期表中处于对角线的位置，因此按照对角线规则，硼和硅具有非常相似的性质，比如说硼和硅的晶体都是原子晶体，他们的非金属性也比较接近。