das verschachtelte Wörterbuch unter defaultdict

Question

aktualisiert Wenn gab mir einen Fehler

sagt

Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "program.py", line 18, in train_ngrams 
    if graphemes[i] not in mydict[phonemes[i]].keys(): 
AttributeError: 'str' object has no attribute 'keys' 

Mein Code versuchen, meinen Wörterbuch unter einem verschachtelten collection.defaultdict Python zu aktualisieren:

import csv 
from collections import defaultdict 

def train_ngrams(train_file): 
    mydict = defaultdict(dict) 
    phonemes = [] 
    graphemes = [] 
    with open(train_file, 'r') as f: 
     reader = csv.reader(f) 
     next(reader) 
     for p, g in reader: 
      phonemes += p.split() 
      graphemes += g.split() 
      for i in range(len(phonemes)): 
       if phonemes[i] not in mydict.keys(): 
        mydict.update({phonemes[i] : graphemes[i]}) 
        if graphemes[i] not in mydict[phonemes[i]].keys(): 
         mydict[phonemes[i]].update({phonemes[i] : (graphemes.count(graphemes[i]) for graphemes[i] in graphemes) - 1}) 
        else: 
         mydict[phonemes[i]][graphemes[i]] += 1   

Nun, was ich ist Ich versuche, das Wörterbuch zu aktualisieren, während ich durch eine CSV-Datei iteriere. Und hier möchte ich zuerst prüfen ob es in der defaultdict schon ist. Wenn nicht, möchte ich ein Schlüssel-Wert-Paar erstellen.

Und der Wert hier in der defaultdict wird später tatsächlich verwendet, um ein verschachteltes normales Wörterbuch zu implementieren, das einige Frequenzstümpfe speichert. Hier

ein Beispiel:

defaultdict(<class 'dict'>, {'T': {'t': 2}, 'UH': {'oo': 1}}) 

Was ist eine prägnante Art und Weise, diesen Fehler zu umgehen? Beachten Sie, dass in diesem Teil defaultdict erforderlich ist.

EDIT:

train_ngrams("training-data-ex1.csv") 

Der gewünschte Ausgang

defaultdict(<class 'dict'>, {'T': {'t': 2}, 'UH': {'oo': 1}}) 

EDIT sein sollte:

Die Probe txt-Datei

phonemes,graphemes 
T UH T,t oo t 

Answer 1

Wenn Sie Elemente wollen paaren, Sie müssenverwenden, kein Double-for-Loop.

mydict = collections.defaultdict(lambda: collections.defaultdict(int)) 
with open("training-data-ex1.csv") as f: 
    reader = csv.reader(f) 
    next(reader) # skip header 
    for phonemes, graphemes in reader: 
     for p, g in zip(phonemes.split(), graphemes.split()): 
      mydict[p][g] += 1 

Dies verwendet eine defaultdict von defaultdict von int, so sieht das Ergebnis ein bisschen komisch, aber es ist im Grunde nur, was man wollte: defaultdict(<function <lambda> at 0x7fd297740840>, {'T': defaultdict(<class 'int'>, {'t': 2}), 'UH': defaultdict(<class 'int'>, {'oo': 1})}), oder, ohne dass alle defaultdict vorformulierten, {'T': {'t': 2}, 'UH': {'oo': 1}}.