Question

我之前从未使用过python。现在我有一个字典：

d1 = {1:2,3:3,2:2,4:2,5:2}

每对中的对[0]表示点，每对中的对[1]表示簇ID。因此d1表示点1属于集群2，点3属于集群3，点2属于集群2，点4属于集群2，点5属于集群2.没有点属于集群1。如何使用过滤器（不要使用循环）来获取如下字典：

d2 = {1:[],2:[1,2,4,5],3:[3]}

表示没有点属于集群1，1,2,4,5属于集群2,3,3属于集群3。我试过了：

d2 = dict(filter(lambda a,b: a,b if a[1] == b[1] , d1.items()))

Answer 1

from collections import defaultdict

d2 = defaultdict(list)
for point, cluster in d1.items():
    d2[cluster].append(point)

您的defaultdict在其中没有群集1，但如果您知道您期望的群集，那么全世界都可以（因为空列表会被放置）当你试图看那里时，在那个插槽中 - 这是defaultdict的＆＃34;默认＆＃34;部分：

expected_clusters = [1, 2, 3]
for cluster in expected_clusters:
    print(d2[cluster])

FWIW，使用内置filter来解决这个问题只是精神错乱。但是，如果必须，可以使用以下内容：

d2 = {}
filter(lambda (pt, cl): d2.setdefault(cl, []).append(pt), d1.items())

请注意，我使用python2.x解压缩参数。对于python3.x，你需要做类似lambda item: d2.setdefault(item[1], []).append(item[0])的事情，或者，也许我们可以做一些更好的事情：

d2 = {}
filter(lambda pt: d2.setdefault(d1[pt], []).append(pt), d1)

我们可以使用reduce内置更好地做微小的（至少reduce并不是创建隐式循环的工具，因此实际上返回我们想要的字典：

>>> d1 = {1:2,3:3,2:2,4:2,5:2}
>>> reduce(lambda d, k: d.setdefault(d1[k], []).append(k) or d, d1, {})
{2: [1, 2, 4, 5], 3: [3]}

但这仍然是真的丑陋的python。

Answer 2

>>> d1 = {1:2,3:3,2:2,4:2,5:2}
>>> dict(map(lambda c : (c, [k for k, v in d1.items() if v == c]), d1.values()))
{2: [1, 2, 4, 5], 3: [3]}