python-Levenshtein几个计算字串相似度的函数解析

linux环境下，没有首先安装​python_Levenshtein​，用法如下：

pip install python_Levenshtein

Python代码

import Levenshtein

distance = Levenshtein.distance('abc','acb')
print(distance)

#result is 2

重点介绍几个该包中的几个计算​字串相似度​的几个函数实现。

​1. Levenshtein.hamming(str1, str2)​

计算​汉明距离。​要求str1和str2必须长度一致。是描述两个等长字串之间​对应​位置上​不同​字符的个数。如

​2. Levenshtein.distance(str1, str2)​

计算​编辑距离​（也成​Levenshtein距离​）。是描述由一个字串转化成另一个字串​最少​的操作次数，在其中的操作包括​插入​、​删除​、​替换​。如

​算法实现​ 参考动态规划整理：

​3. Levenshtein.ratio(str1, str2)​

计算莱文斯坦比。计算公式  r = (sum - ldist) / sum, 其中sum是指str1 和 str2 字串的长度总和，ldist是​类编辑距离​

​注意​：这里的类编辑距离不是2中所说的编辑距离，2中三种操作中每个操作+1，而在此处，删除、插入依然+1，但是替换+2

这样设计的目的：ratio('a', 'c')，sum=2,按2中计算为（2-1）/2 = 0.5,’a','c'没有重合，显然不合算，但是替换操作+2，就可以解决这个问题。

​4. Levenshtein.jaro(s​₁​, s​₂​)​

计算jaro距离，

其中的​m​为s​₁​, s​₂​的匹配长度，当某位置的认为匹配 当该位置字符相同，或者在不超过

         t是调换次数的一半

​5. Levenshtein.jaro_winkler(s​₁​, s​₂​)​

计算Jaro–Winkler距离

​​Levenshtein全部函数链接​​

​​Jaro–Winkler distance链接​​

时间会记录下一切。