如何在python中執行這種排序操作

Question

我正在創建一個模塊，用於分析給定文本中的令牌和分隔符模式的頻率，並將其分解爲多個句子。

我有一個類「SequencePattern」，這在一組標記化的句子，其中每個SequencePattern具有列表屬性「出現」由...組成的元組（n_sentence, n_element）標識一個元件（令牌或分隔符），其中該特定元件實際發生。類SequencePattern具有類級字段seq_patterns（a set），其中存儲了所有單獨的SequencePattern實例。

在處理的這個階段，我只有一個元素的SequencePatterns，並且已經清除了所有出現的SequencePatterns。但是SequencePattern是tuple的子類，現在想法是找到「兩個元素」SequencePatterns。

我需要做的下一件事是要經過所有這仍然除草後一個元素SequencePatterns，查明你在同一個句子中找出兩個（或多個）相鄰出現斑點，即其中n_sentence是相同的， n_element相差1

所以我需要繼續沿着這條做一些事情：

occurrences_by_text_order = sorted(SequencePattern.seq_patterns.occurrences) 

...但當然，這並不工作：我得到

AttributeError: 'set' object has no attribute 'occurences' 

不知何故，我需要對seq_patterns中的所有SequencePatterns進行迭代，然後對每個迭代都進行所有事件的「嵌套」迭代......並且我需要將這些傳遞的元組（n_sentence, n_element）提交給sorted功能。

我不是一個有經驗的Pythonista，但我懷疑這是一個發電機（？）的工作。誰能幫忙？

Answer 1

def get_occurrences(): 
    for seq_patt in SequencePattern.seq_patterns: 
     for occurrence in seq_patt.occurrences: 
      yield occurrence 
occurrences_by_text_order = sorted(get_occurrences()) 

以下然後打印出所有可能發生不止一次（我們現在知道，不存在與頻率> 1存在的任何其他地方兩個元素的序列的可能性兩元件序列的列表）：

prev_occurrence = None 
for occurrence in sorted(occurrence for seq_patt in SequencePattern.seq_patterns for occurrence in seq_patt.occurrences): 
    if prev_occurrence and (occurrence[ 0 ] == prev_occurrence[ 0 ]) and (occurrence[ 1 ] - prev_occurrence[ 1 ] == 1): 
     print('# prev_occurrence %s occurrence: %s' % (prev_occurrence, occurrence,)) 
    prev_occurrence = occurrence