pythonのextendを使って下記コードを実行してresult_docsのようなリストを作成しました。
このコードは問題があり、extendで追加したリストのidが同じであるためresult_doc[1][2]の要素を変更するとresult_doc[1][3]も変わってしまいます。
改善策としてfor文でextendを繰り返し実行すると上手くいくのですが、もう少しシンプルに書きたいです。
よろしくお願いします
データ docs = [[ [3 , 7 , 4], [1 , 2], [4 , 10 , 1, 444, 7 , 8], [1 , 2], [3 , 11, 58] ], [ [ 738, 185, 596], [10 , 20 ,5, 10 ,2 , 3, 4 , 5, 10]] max_ds_num = 4
問題コード def sentence_padding(docs, max_ds_num): for doc in docs: if len(doc) < max_ds_num: padding_list = [[0]] * (max_ds_num - len(doc)) doc.extend(padding_list) return docs
return時のdocs状態 result_docs = [[[3, 7, 4], [1, 2], [4, 10, 1, 444, 7, 8], [1, 2], [3, 11, 58]], [[738, 185, 596], [10, 20, 5, 10, 2, 3, 4, 5, 10], [0], [0]]]
print(id(result_doc[1][2])) -> 1 print(id(result_doc[1][2])) -> 1
改善策
def sentence_padding(docs, max_ds_num): for doc in docs: if len(doc) < max_ds_num: padding_list = [[0]] * (max_ds_num - len(doc)) for i in range(0, (max_ds_num - len(doc))): doc.extend([[0]]) return docs
print(id(result_doc[1][2])) -> 1 print(id(result_doc[1][2])) -> 2
質問とは関係ないですが max_ds_num じゃなくて min_ds_num ではないでしょうか?
変数名のことでしょうか?機械学習で利用するデータを作成しています。padding処理というものがありまして、mini-batchするために文章で出現する文の総数を合わせるため文の最大値(max_sentence_num > max_ds_num)を基準値としてpaddingするためこのような変数名となっています。おそらく処理の意図的に間違っていないかと
ちなみに max_doc_sentence_num = max([*map(lambda x: len(x), source_docs )]) こんな感じでとっております
あぁ、sentence_padding関数内での変数名のことです。max_ds_numには最小要素数を渡しているようなので min の方が適切かなと思っただけです。
回答1件
あなたの回答
tips
プレビュー