Rapid
Fuzz
是适用于
Python
和C ++的快速字符串匹配库，它
使用
的字符串相似度计算。 但是，有两个方面使Rapid
Fuzz
与
Fuzz
yWuzzy
脱颖而出：
它已获得MIT许可，因此可以为您的项目选择想要
使用
的任何许可，而在
使用
Fuzz
yWuzzy
时则必须采用GPL许可
它主要是用C ++编写的，并且最重要的是，它对算法进行了许多改进，以使字符串匹配更快，同时仍提供相同的结果。 有关这些性能改进的更多详细信息，可以以基准测试形式在找到
Python
2.7或更高版本
在Windows上，需要
有多种安装Rapid
Fuzz
的方法，推荐的方法是
使用
pip （
Python
软件包管理器）或conda （开源，跨平台的软件包管理器）
Rapid
Fuzz
可以通过以下方式通过pip安装：
pip install rapid
fuzz
有针对MacOS（10.9和更高版本），Linux x86_64和Windows的Rapid
Fuzz
的预构建二进制文件。 piwheel上提供了
## 成功解决
fuzz
ywuzzy
安装问题
pip install
fuzz
ywuzzy
报错：ERROR: Could not find a version that satisfies the requirement
fuzz
ywuzzy
(from versions: none) ERROR: No matching distribution found for
fuzz
ywuzzy
各种尝试之后…
在pycharm控制台输入：pip install
fuzz
ywuzzy
，回车
下载成功！
@修改于：20220220
使用
fuzz
ywuzzy
对词进行模糊匹配，提示如下信息。
Using
slow
pu
re-
python
Sequence
Matcher
. Install
python
-Levenshtein to remove this
war
ning
解决方式：
pip install
python
-levenshtein
fuzz
ywuzzy
是用来计算两个字符串之间的相似度的，它是依据Levenshtein Distance算法来进行计算的。
Levenshtein Distance算法，又叫 Edit Distance算法，是指两个字符串之间，由一个转成另一个所需的最少编辑操作次数。
许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。
一般来说，编辑距离越小，两个串的相似度越高。
from
fuzz
ywuzzy
import
fuzz
# 调用
fuzz
.ra
编辑距离，又称Levenshtein距离，是指两个字串之间，由一个转成另一个所需的最少编辑操作次数。
许可的编辑操作包括：将一个字符替换成另一个字符，插入一个字符，删除一个字符。
俄罗斯科学家Vladimir Levenshtein在1965年提出这个概念。
安装
使用
conda install
python
-Levenshtein成功。
可以
使用
查找其源文件https://www.lfd...
import wordcloud # 词云展示库
from PIL import Image # 图像处理库
import matplotlib.pyplot as plt # 图像展示库
jingqu = pd.read_excel(r'F:\桌面\研
# 两个分数的值可以大于1，所以要
使用
while循环，每次循环不断递增，直到大于最大的那个分数
import math
a,b,k = map(str,in
pu
t().split(" "))
k = int(k)
n1,m1 = map(int,a.split("/"))
n2,m2 = map(int,b.split("/"))
res1 = n1/m1
res2 = n2/m2
res3 ...
