معرفی شرکت ها
TopSim-0.1.5
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Search the most similar strings against the query in Python 3.
| ویژگی | مقدار |
|---|---|
| سیستم عامل | OS Independent |
| نام فایل | TopSim-0.1.5 |
| نام | TopSim |
| نسخه کتابخانه | 0.1.5 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Chuancong Gao |
| ایمیل نویسنده | chuancong@gmail.com |
| آدرس صفحه اصلی | https://github.com/chuanconggao/TopSim |
| آدرس اینترنتی | https://pypi.org/project/TopSim/ |
| مجوز | MIT |
[](https://pypi.python.org/pypi/TopSim/)
[](https://pypi.python.org/pypi/TopSim/)
[](https://pypi.python.org/pypi/TopSim/)
Search the most similar strings against the query in Python 3. State-of-the-art algorithm and data structure are adopted for best efficiency. For both flexibility and efficiency, only set-based similarities are supported right now, including [Jaccard](https://en.wikipedia.org/wiki/Jaccard_index) and [Tversky](https://en.wikipedia.org/wiki/Tversky_index).
# Installation
This package is available on PyPI. Just use `pip3 install -U TopSim` to install it.
# CLI Usage
You can simply use the algorithm on terminal.
```
Usage:
topsim-cli <query> [options] [<file>]
Options:
-I Case-sensitive matching.
-k <k> Maximum number of search results. [default: 1]
--tie Include all the results with the same similarity of the "k"-th result. May return more than "k" results.
-s, --search Search the query within each line rather than against the whole line, by preferring partial matching of the line.
Tversky similarity is used instead of Jaccard similarity.
-e <e> Parameter for "tversky" similarity. [default: 0.001]
--mapping=<mapping> Map each string to a set of either "gram"s or "word"s. [default: gram]
--numgrams=<numgrams> Number of characters for each gram when mapping by "gram". [default: 2]
--quiet Do not print additional information to standard error.
```
* The query is matched against each line of the input file (or standard input).
- Each line and its similarity are separated by tab character `\t`.
# API Usage
Alternatively, you can use the algorithm via API.
``` python
from topsim import TopSim
ts = TopSim([
"python2",
"python2.7",
"python3",
"python3.6",
])
print(ts.search("python", k=3)) # Return each similarity and the respective line numbers.
```
* Please check `topsim.py` for more optional parameters, like similarity function, etc.
# Examples
* Search the most similar line.
`ls /usr/bin | topsim-cli "top"`
```
top 1.0
```
* Search the three most similar lines.
`ls /usr/bin | topsim-cli "top" -k 3`
```
top 1.0
tops 0.5
iotop 0.4286
```
* Use Jaccard similarity in default, which puts same weight on matching both the query and the lines.
`ls /usr/bin | topsim-cli "git" -k 5`
```
git 1.0
wait 0.2857
git-shell 0.2727
pluginkit 0.2727
kinit 0.25
```
* Use Tversky similarity, which puts most weight on matching the query. Ideal when searching within long lines.
`ls /usr/bin | topsim-cli "git" -k 5 -s`
```
git 1.0
git-shell 0.7489
pluginkit 0.7489
git-cvsserver 0.7481
git-upload-pack 0.7478
```
- For `n`-gram mapping, higher number of `n` for can result in better accuracy but fewer matches.
`ls /usr/bin | topsim-cli "git" -k 5 -s --numgrams=3`
```
git 1.0
git-shell 0.5993
git-cvsserver 0.5988
git-upload-pack 0.5986
git-receive-pack 0.5984
```
- Full support of Chinese/Japanese/Korean.
`cat test`
``` text
地三鲜
红烧肉
烤全牛
木须肉
土豆炖牛肉
```
`cat test | topsim-cli "牛肉" -k 3 -s`
``` text
土豆炖牛肉 0.666
红烧肉 0.3332
木须肉 0.3332
```
# Tip
I strongly encourage using PyPy instead of CPython to run the script for best performance.
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >= 3 | Python |
نحوه نصب
نصب پکیج whl TopSim-0.1.5:
pip install TopSim-0.1.5.whl
نصب پکیج tar.gz TopSim-0.1.5:
pip install TopSim-0.1.5.tar.gz