知识卡片

普通读书笔记卡 · 6235

集合重叠不保留频次排序

理解等级:中级

集合把成员去重后比较:交集取共有成员,并集取任一集合成员,差集取指定一边独有成员。将热门话题名转成set便于比较重合,但会丢掉重复次数和排名;共有成员也可能为空,不能据一次结果推定固定关联。

邮件地址集合的交集是既出现为发件又出现为收件的地址,差集是在当前语料中仅观察到一类角色;它不记录邮件数量、先后或现实中是否曾有其他通信。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 4 处

    • · 查看原书依据

      集合的求交操作计算多个集合中共有的元素,集合的求并操作则将多个集合中的元素合并。集合的求差操作类似一种减法操作,其中凡是出现在一个集合中的元素都会从另外一个集合中删除。 示例1-4显示了如何使用Python的列表解析(list comprehension)(http://bit.ly/1a11hy)从之前查询的结果中解析出热门话题的名字、将这些列表转换成集合

    • · 查看原书依据

      senders.intersection(receivers) # Find the senders that didn't receive any messages senders_diff_receivers = senders.difference(receivers) # Find the receivers that didn't send any

    • · 查看原书依据

      intersection(set(javascript_programmers))) # Programmers who use JavaScript but not Python print "Number of programmers who use JavaScript but not Python" print len(set(javascript_

    • · 查看原书依据

      set(friends_ids), set(followers_ids) print '{0} is following {1}'.format(screen_name, len(friends_ids)) print '{0} is being followed by {1}'.format(screen_name, len(followers_ids))

    参考来源

    - 位置:《社交网站的数据挖掘与分析(原书第2版)》第1章《1.3.3 探索热门话题》(spine64;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0053.html;u020-ch01-015)。 - 结论依据:原文在“集合的求交操作”附近的定义、例子或代码支撑本卡核心说明:集合把成员去重后比较:交集取共有成员,并集取任一集合成员,差集取指定一边独有成员。边界按已读前提解释;示例未执行。 - 原始内容:集合的求交操作计算多个集合中共有的元素,集合的求并操作则将多个集合中的元素合并。集合的求差操作类似一种减法操作,其中凡是出现在一个集合中的元素都会从另外一个集合中删除。 示例1-4显示了如何使用Python的列表解析(list comprehension)(http://bit.ly/1a11hy)从之前查询的结果中解析出热门话题的名字、将这些列表转换成集合 - 位置:《社交网站的数据挖掘与分析(原书第2版)》第6章《6.3.2 发件人/收件人通信的分析模式》(spine103;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0092.html;u097-ch01-015)。 - 结论依据:发件/收件集合交并差描述角色覆盖,不能代替通信频次。 - 原始内容:senders.intersection(receivers) # Find the senders that didn't receive any messages senders_diff_receivers = senders.difference(receivers) # Find the receivers that didn't send any - 位置:《社交网站的数据挖掘与分析(原书第2版)》第7章《7.4.4 以节点为中心获得更高效的查询》(spine113;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0102.html;u118-ch01-015)。 - 结论依据:用用户集合交差可比较观察到的语言关联,不保留每人项目次数或熟练度。 - 原始内容:intersection(set(javascript_programmers))) # Programmers who use JavaScript but not Python print "Number of programmers who use JavaScript but not Python" print len(set(javascript_ - 位置:《社交网站的数据挖掘与分析(原书第2版)》第9章《9.20.3 讨论》(spine146;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0135.html;u217-ch01-015)。 - 结论依据:ID集合适合成员关系比较,不保留多次出现的次数与原始顺序。 - 原始内容:set(friends_ids), set(followers_ids) print '{0} is following {1}'.format(screen_name, len(friends_ids)) print '{0} is being followed by {1}'.format(screen_name, len(followers_ids))