python - 如何创建一个迭代列表，其中一些变量是独立的，一些是依赖的？

Question

我正在尝试列出排列顺序，其中前两个变量和后两个变量之间的顺序很重要，但在这两组之间不重要。我已经能够得到这样的东西：

>>>[p for p in itertools.product([1, 2],[1, 2],[5, 6], [5, 6])]

   [(1, 1, 5, 5), (1, 1, 5, 6), (1, 1, 6, 5), (1, 1, 6, 6), (1, 2, 5, 5),
    (1, 2, 5, 6), (1, 2, 6, 5), (1, 2, 6, 6), (2, 1, 5, 5), (2, 1, 5, 6), 
    (2, 1, 6, 5), (2, 1, 6, 6), (2, 2, 5, 5), (2, 2, 5, 6), (2, 2, 6, 5), 
    (2, 2, 6, 6)]

我想得到一些没有切换顺序重复但保留重复变量的东西，如下所示：

   [(1, 1, 5, 5), (1, 1, 5, 6), (1, 1, 6, 6), (1, 2, 5, 5),(1, 2, 5, 6), 
    (1, 2, 6, 6), (2, 2, 5, 5), (2, 2, 5, 6), (2, 2, 6, 6)]

似乎应该有一种直接的方法来做到这一点，我只是还没有想出它（我主要在 R 中编写代码，并且刚刚开始研究 Python 3）。

标签： pythonpython-3.xcombinationscombinatoricscartesian-product

Answer 1

比使用setuniquify 的结果更好product，您可以直接组合product并itertools.combinations_with_replacement产生您关心的结果：

from itertools import product, combinations_with_replacement as comb_repl

[p1 + p2 for p1, p2 in product(comb_repl([1, 2], 2), comb_repl([5, 6], 2))]

这会产生所需的准确输出，没有重复（因此不需要单独的重复数据删除步骤）。

请注意，除了传递给 的第一个迭代器之外，所有的迭代器product都product将缓存迭代器，因此在这种情况下，完整的输出comb_repl([5, 6], 2)最终将存储在内存中，以及tuple您实际需要的所有四个。在这种情况下这很好，但如果您的组合集明显更大，您可能更愿意随时重新计算组合，因此您只需为最终结果支付内存，而不是combinations_with_replacement为第二个迭代器支付完整的输出集。由于product缓存，您必须避免它，使用for重复创建第二个combinations_with_replacement迭代器的多列表推导：

# Also switched argument to second comb_repl to a tuple, so argument is not repeatedly rebuilt;
# slightly less readable due to profusion of parens, but equivalent behavior
[p1 + p2 for p1 in comb_repl([1, 2], 2) for p2 in comb_repl((5, 6), 2)]

product在测试中，嵌套循环 listcomp 比在不关心内存时使用稍慢（product将更多工作推到 C 层，并且只创建两个实例combinations_with_replacement，而不是第一个迭代器的每个输出加一个；在第二个和随后的传递，它正在迭代tuple输出的缓存，这与 Python 获得的速度一样快），所以如果你知道你的参数不会变得足够大以至于product缓存无关紧要，那么 usingproduct可以获得最佳性能。

在所有情况下，除非你真的需要一个已实现list的，否则最好使用一个生成器表达式（genexpr），因为一个genexpr 只在被询问时产生结果，并且不必将它们全部存储在内存中；你可以循环一次，然后它就用尽了，但在很多情况下，你只需要循环一次就完成了。使用genexpr，用法如下所示：

# Outer square brackets changed to parentheses
products = (p1 + p2 for p1 in comb_repl([1, 2], 2) for p2 in comb_repl((5, 6), 2))
for p in products:
    ... do stuff with one output ...

不再复杂，并且对于更大的组合，不会耗尽内存。