Question

我有两套（虽然我可以做清单，或者其他）：

a = frozenset(('Today','I','am','fine'))
b = frozenset(('hello','how','are','you','today'))

我想得到：

frozenset(['Today'])

或至少：

frozenset(['today'])

如果我小写我认为的所有内容，第二个选项是可行的，但我正在寻找一种更优雅的方式。是否可以

a.intersection(b)

以不区分大小写的方式？

Django中的快捷方式也很好，因为我正在使用该框架。

下面的交集方法示例（我无法弄清楚如何在评论中对其进行格式化）：

print intersection('Today I am fine tomorrow'.split(),
                    'Hello How a re you TODAY and today and Today and Tomorrow'.split(),
                    key=str.lower)

[(['tomorrow'], ['Tomorrow']), (['Today'], ['TODAY', 'today', 'Today'])]

Answer 1

这里的版本适用于任何一对迭代：

def intersection(iterableA, iterableB, key=lambda x: x):
    """Return the intersection of two iterables with respect to `key` function.

    """
    def unify(iterable):
        d = {}
        for item in iterable:
            d.setdefault(key(item), []).append(item)
        return d

    A, B = unify(iterableA), unify(iterableB)

    return [(A[k], B[k]) for k in A if k in B]

示例：

print intersection('Today I am fine'.split(),
                   'Hello How a re you TODAY'.split(),
                   key=str.lower)
# -> [(['Today'], ['TODAY'])]

Answer 2

不幸的是，即使您可以“随时更改”套装'项目（__lt__和朋友 - 的比较相关特殊方法 - 实际上，只有__eq__需要当前套装的方式实现，但这是一个实现细节） - 你不能，因为它们属于内置类型，str - 这是不够的，因为__hash__ 也关键和当您想要进行交叉时，它已经被应用了，将这些项目放在不同的散列桶中，从那里他们需要最终使交叉点工作你想要的方式（即，不能保证'今天'和'今天'在同一个桶里。）

因此，出于您的目的，您不可避免地需要构建新的数据结构 - 如果您认为它根本不是“不优雅”，那么您很幸运：内置集合不会随身携带巨大的行李和开销，允许人们改变比较和散列函数，这将使事情膨胀10倍（或更多），以满足（可能）一百万个用例的需求。

如果您经常需要使用不区分大小写的比较，则应考虑子类化或包装str（重写比较和散列）以提供“不区分大小写的str”类型cistr - 然后当然，请确保只有cistr的实例（例如）被添加到您感兴趣的集合（＆amp; c）中（通过子类化set＆amp; c，或者仅仅通过小心谨慎）。举一个过于简单的例子......：

class ci(str):
  def __hash__(self):
    return hash(self.lower())
  def __eq__(self, other):
    return self.lower() == other.lower()

class cifrozenset(frozenset):
  def __new__(cls, seq=()):
    return frozenset((ci(x) for x in seq))

a = cifrozenset(('Today','I','am','fine'))
b = cifrozenset(('hello','how','are','you','today'))

print a.intersection(b)

根据您表达的愿望，这会释放frozenset(['Today'])。当然，在现实生活中，你可能想要做更多的覆盖（例如......：我在这里有事情的方式，cifrozenset上的任何操作都返回普通frozenset，失去了珍贵的案例独立特殊功能 - 您可能希望确保每次都返回cifrozenset，并且虽然非常可行，但这并非无足轻重。）

Answer 3

首先，你的意思是a.intersection(b)吗？交集（如果不区分大小写）将为set(['today'])。区别在于set(['i', 'am', 'fine'])

以下是两个想法：

1。）编写一个函数将两个元素的元素转换为小写，然后进行交集。这是你可以做到的一种方式：

>>> intersect_with_key = lambda s1, s2, key=lambda i: i: set(map(key, s1)).intersection(map(key, s2))
>>> fs1 = frozenset('Today I am fine'.split())
>>> fs2 = frozenset('Hello how are you TODAY'.split())
>>> intersect_with_key(fs1, fs2)
set([])
>>> intersect_with_key(fs1, fs2, key=str.lower)
set(['today'])
>>>

这不是很有效，因为必须在每次调用时创建转换和新集。

2.。）扩展frozenset类以保持元素的不区分大小写的副本。重写intersection方法以使用不区分大小写的元素副本。这会更有效率。

Answer 4

>>> a_, b_ = map(set, [map(str.lower, a), map(str.lower, b)])
>>> a_ & b_
set(['today'])

或者......用较少的地图，

>>> a_ = set(map(str.lower, a))
>>> b_ = set(map(str.lower, b))
>>> a_ & b_
set(['today'])

Python中集合的不区分大小写的比较

4 个答案: