如何构建嵌套列表间两两Jaccard相似度的6×6数组？

原代码的问题 #

你的循环逻辑完全错误：

• 嵌套while循环完全多余，而且每次只计算lstoflsts[i]和lstoflsts[i+1]的相似度，根本没覆盖所有i、j的组合
• 当i是最后一个索引（5）时，i+1会变成6，直接触发索引越界报错
• 没处理i和j相同的情况（比如列表和自身的相似度必然是1.0）

正确实现方法（无需递归） #

只用两层for循环就能搞定：外层遍历每一行（第i个列表），内层遍历每一列（第j个列表），计算每对列表的Jaccard相似度即可。

方法1：生成普通二维列表

lst1 = ['0.319', '0.277', '0.273', '0.240']
lst2 = ['0.037', '0.028', '0.026', '0.024']
lst3 = ['1.000', '1.000', '0.498', '0.495']
lst4 = ['0.319', '0.400', '0.273', '0.240']
lst5 = ['0.032', '0.028', '0.261', '0.024']
lst6 = ['0.75', '1.000', '0.498', '0.495']

lstoflsts = [lst1, lst2, lst3, lst4, lst5, lst6]

def jaccard_set(list1, list2):
    intersection = len(set(list1).intersection(list2))
    union = len(set(list1).union(list2))
    # 加个判断避免空列表导致的除以0错误
    return float(intersection) / union if union != 0 else 0.0

# 生成目标二维列表
outputlst = []
for i in range(len(lstoflsts)):
    current_row = []
    for j in range(len(lstoflsts)):
        sim = jaccard_set(lstoflsts[i], lstoflsts[j])
        # 保留两位小数匹配预期输出格式
        current_row.append(round(sim, 2))
    outputlst.append(tuple(current_row))

# 打印前两行验证
for row in outputlst[:2]:
    print(row)

运行后前两行输出和你预期的完全一致：

(1.0, 0.0, 0.0, 0.6, 0.0, 0.0)
(0.0, 1.0, 0.0, 0.0, 0.33, 0.0)

方法2：用numpy数组填充

如果需要用numpy数组存储，直接填充即可：

import numpy as np

outputarray = np.empty((len(lstoflsts), len(lstoflsts)))
for i in range(len(lstoflsts)):
    for j in range(len(lstoflsts)):
        outputarray[i][j] = jaccard_set(lstoflsts[i], lstoflsts[j])

# 格式化输出保留两位小数
print(np.round(outputarray, 2))

输出结果：

[[1.   0.   0.   0.6  0.   0.  ]
 [0.   1.   0.   0.   0.33 0.  ]
 [0.   0.   0.75 0.   0.   0.75]
 [0.6  0.   0.   1.   0.   0.  ]
 [0.   0.33 0.   0.   1.   0.  ]
 [0.   0.   0.75 0.   0.   0.75]]

关键说明 #

• 递归完全没必要，双层循环就能覆盖所有i、j的组合
• 用集合的交集、并集计算Jaccard相似度，代码更简洁直观
• 增加了union !=0的判断，避免极端情况（两个空列表）下的除以0错误

内容的提问来源于stack exchange，提问作者StackSpin