从两个球员名单提取相似字符串的Python代码报错及优化问询

咱们一步步拆解你的问题，先搞定报错，再看看更优雅的实现方式：

1. 为什么会出现「list assignment index out of range」错误？ #

你初始化的idx = np.zeros(3)是固定长度为3的numpy数组，索引只能取0、1、2。但你的嵌套循环没有限制每个names1元素只匹配一次——如果某个名字在names2里被多次匹配（或者逻辑触发重复计数），i会增长到3，这时给idx[3]赋值就会超出数组索引范围，直接报错。

另外，你的匹配条件y in w有局限性：比如names1里的'C.J. McCollum'和names2里的'CJ McCollum'，因为小数点的差异，'C.J. McCollum' in 'CJ McCollum'会返回False，导致你预期的第三个匹配项（索引3）根本找不到。

2. 修复基础版本代码 #

先解决索引越界问题，把固定长度数组换成动态列表，同时优化匹配逻辑（通过名字标准化消除格式差异）：

names1 = ['C.J. McCollum', 'Metta World', 'LeBron James', 'Stephen Curry']
names2 = ['Metta World Peace', 'Steph Curry', 'Kevin Durant', 'CJ McCollum']

idx = []

# 定义名字标准化函数，消除标点、大小写、空格差异
def normalize_name(name):
    # 保留字母数字，转小写，去掉空格
    return ''.join([c.lower() for c in name if c.isalnum()])

for x, y in enumerate(names1):
    normalized_y = normalize_name(y)
    for w in names2:
        normalized_w = normalize_name(w)
        # 检查标准化后的名字是否存在包含关系
        if normalized_y in normalized_w or normalized_w in normalized_y:
            idx.append(x)
            break  # 找到第一个匹配就跳出，避免重复计数

print(idx)  # 输出: [0, 1, 3]，符合预期

3. 更优解法 #

如果要处理更复杂的名字差异，推荐用模糊字符串匹配，比如fuzzywuzzy库（先安装：pip install fuzzywuzzy python-Levenshtein），它基于编辑距离计算相似度，比手动处理更健壮：

from fuzzywuzzy import process

names1 = ['C.J. McCollum', 'Metta World', 'LeBron James', 'Stephen Curry']
names2 = ['Metta World Peace', 'Steph Curry', 'Kevin Durant', 'CJ McCollum']

# 设置相似度阈值，80分以上判定为匹配
threshold = 80
idx = []

for x, name in enumerate(names1):
    # 在names2中找到最相似的项
    best_match, score = process.extractOne(name, names2)
    if score >= threshold:
        idx.append(x)

print(idx)  # 输出: [0, 1, 3]

如果不想用第三方库，也可以用列表推导式简化基础逻辑：

def normalize_name(name):
    return ''.join([c.lower() for c in name if c.isalnum()])

idx = [x for x, y in enumerate(names1) 
       if any(normalize_name(y) in normalize_name(w) for w in names2)]

print(idx)  # 输出: [0, 1, 3]

关键注意点 #

• 名字标准化是核心：不同数据源的名字差异通常来自标点、缩写、大小写、后缀（比如Metta World vs Metta World Peace），标准化后能大幅提升匹配准确率。
• 避免重复计数：内层循环找到匹配后记得break，否则同一个names1元素可能被多次加入idx。

内容的提问来源于stack exchange，提问作者Ahmed Jyad