Question

我正在运行python模拟实验，需要创建一个输入案例列表。

每个案例都是从参数列表中获取的实例，例如：

heights = [100,110,120]
alphas = [0.1,0.01,0.001]
C = [0.1,0.2,0.5,0.9]
B = [1,2]

，列表清单是：

params = [heights,alphas,C,B]

原始数量较大（约30x100），因此直接处理每个列表效率不高。

最后，每个输入案例都是每个类别中一个参数的元组/名称元组/字典，例如：

instance = {'height':100, 'alpha':0.1,'C:0.1, 'B':1}

我想迭代参数空间以创建实例列表 - 但这里是捕获：

不是制作所有这些的笛卡尔积，而是每个参数我想迭代所有选项，而其余类别则设置为默认值（第一个）。例如：

params = [[1,2,3],[4,5][7,8]]

预期的实例集（没有重复）是：

[（1,4,7-），（2,4,7），（3,4,7），（1,5,7）（1,4,8）]

其中 1 是第一个索引的默认值， 4 是第二个索引的默认值， 7 是第三个索引的默认值。

使用itertools

制作笛卡尔积很容易

from itertools import product
params = [[1,2,3],[4,5],[7,8]]
list(product(*params))

[（1,4,7），（1,4,8），（1,5,7），（1,5,8），（2,4,7），（2,4,8）），（2,5,7），（2,5,8），（3,4,7），（3,4,8），（3,5,7），（3,5,8）]

然后我可以过滤掉不必要的实例，但是在第一时间生成它们听起来很不合适。有没有优雅的方法来构建这个迭代？

Answer 1

我提出另一种方法。使用openTURNS。这个python库很发达，并且有一些用于定义实验设计的类，据说在空间填充方面具有良好的性能。

请在此处查看示例LowDiscrepancySequence。使用这种设计，您将能够进行统计分析，创建模型等。我与它们无关，但它们在该领域是众所周知的。

然而，如果你préfère你可以坚持你的方法。为了使它更加pythonic我将直接为生成器表达式或列表理解构建：

（（I，j，k）i，j，k in product（...））

Answer 2

params = [[1, 2, 3], [4, 5], [7, 8]]
default = [par[0] for par in params]
instances = set()

for ii, pp in enumerate(params):
    for value in pp:
        new_instance = default[:ii] + [value] + default[ii + 1:]
        instances.add(tuple(new_instance))

Answer 3

请注意，最终列表中每个元组的第2个和第3个实例是仅来自初始数组的第2行和第3行的产品

nuget.exe restore

使用b

中的所有元素制作产品

a, *b = params
# a = [1, 2, 3]
# b = [[4, 5], [7, 8]]

现在做一个具有b

的所有值的a的乘积

import itertools

b = [x for x in itertools.product(*b)]
# b = [(4, 7), (4, 8), (5, 7), (5, 8)]

整体缩短：

c = [(a, b, c) for a, (b, c) in itertools.product(a, b)]

# c = [(1, 4, 7), (1, 4, 8), (1, 5, 7), (1, 5, 8), (2, 4, 7), (2, 4, 8), (2, 5, 7), (2, 5, 8), (3, 4, 7), (3, 4, 8), (3, 5, 7), (3, 5, 8)]

Python中使用默认值的多列表迭代

3 个答案: