反转键和值

Question

我想根据分配给键的列表值对字典的键进行分组。例如，

Output

词典“ edge_dict”具有键“ ED10”，其子列表（[10,0,0]）等于同一词典中的另一个键，即“ ED2”。同样，我想收集并分组edge_dict中由公共子列表值连接的所有那些键。

预期答案是

     id     A     B     C     D
  <dbl> <int> <int> <int> <int>
1     1     1     1     1     1
2     2     1     1     2     0
3   999     0     2     1     1

应注意，所选组的顺序是从列表中的rib1_edges到rib2_edges。这意味着一个组以键“ ED10”开始，以“ ED4”或“ ED8”结束，具体取决于edge_dict中值的排列方式。

有人可以帮助我按照预期答案所示对字典“ edge_dict”进行分组吗？

我从这样的事情开始

edge_dict = {'ED7':[[15,-10,0], [20,-10,0]], 'ED10':[[0,0,0],[10,0,0]], 'ED13':[[15,0,0], [20,0,0]], 'ED4':[[20,0,0], [25,0,0]], 'ED2':[[15,0,0], [10,0,0]], 'ED5':[[0,-10,0],[10,-10,0]], 'ED6':[[15,-10,0], [10,-10,0]], 'ED8':[[20,-10,0], [25,-10,0]]}

rib1_edges  :  ['ED10', 'ED5']

rib2_edges  :  ['ED4', 'ED8']

我无法正确地说明逻辑。任何帮助将不胜感激。

Answer 1

您基本上是在要求一种可以计算图中连接组件的算法。尽管您可以使用DFS或BFS手动编写它，但是有时使用现成的解决方案（例如scipy.sparse.csgraph.connected_components）更方便。

您必须以一种可以被算法消化的方式来变换图形。

反转键和值

反转键和值并构建字典dct。

from collections import defaultdict
from scipy.sparse.csgraph import connected_components
from scipy.sparse import csr_matrix

edge_dict = {
    'ED7':[[15,-10,0], [20,-10,0]],
    'ED10':[[0,0,0],[10,0,0]],
    'ED13':[[15,0,0], [20,0,0]],
    'ED4':[[20,0,0], [25,0,0]],
    'ED2':[[15,0,0], [10,0,0]],
    'ED5':[[0,-10,0],[10,-10,0]],
    'ED6':[[15,-10,0], [10,-10,0]],
    'ED8':[[20,-10,0], [25,-10,0]]
}

edge_pairs = [ ['ED10', 'ED5'], ['ED4', 'ED8'] ]

dct = defaultdict(list)

for item in edge_dict.items():
    key = item[0]
    value = item[1]
    for lst in value:
        hashed_lst = str(lst)
        dct[hashed_lst].append(key)

print(dct)

这将是dct的输出。

# defaultdict(<class 'list'>, {'[15, -10, 0]': ['ED7', 'ED6'],
# '[20, -10, 0]': ['ED7', 'ED8'],
# '[0, 0, 0]': ['ED10'],
# '[10, 0, 0]': ['ED10', 'ED2'],
# '[15, 0, 0]': ['ED13', 'ED2'],
# '[20, 0, 0]': ['ED13', 'ED4'],
# '[25, 0, 0]': ['ED4'],
# '[0, -10, 0]': ['ED5'],
# '[10, -10, 0]': ['ED5', 'ED6'],
# '[25, -10, 0]': ['ED8']})

邻接表

构建您的ED标签的adjacency list，并将其命名为graph_dct。如果两个标签之间有一条边，则它们属于同一组。

graph_dct = defaultdict（列表）
对于dct.values（）中的
：对于第一个项目：对于第一项中的item2：如果item！= item2： graph_dct [item] .append（item2）

print（graph_dct）

这将是graph_dct的输出。

    # graph_dct :
    # defaultdict(<class 'list'>, {'ED7': ['ED6', 'ED8'],
    # 'ED6': ['ED7', 'ED5'],
    # 'ED8': ['ED7'], 'ED10': ['ED2'],
    # 'ED2': ['ED10', 'ED13']
    # 'ED13': ['ED2', 'ED4'],
    # 'ED4': ['ED13'], 'ED5': ['ED6']})

邻接矩阵

这是scipy连接组件算法的要求。我们必须将邻接列表转换为adjacency matrix。它将称为sparse_matrix。

graph_dct_keys = list(graph_dct.keys());

sparse_matrix = []
for key in graph_dct_keys:
    row = [0] * len(graph_dct_keys)
    for item in graph_dct[key]:
        row[graph_dct_keys.index(item)] = 1
    sparse_matrix.append(row)

算法

现在，我们将sparse_matrix传递给连接的组件算法，然后它将为您提供分组。

components = csr_matrix(sparse_matrix)
n_components, labels = connected_components(csgraph=components, directed=False, return_labels=True)

labels_dct = defaultdict(list)

for idx, item in enumerate(labels):
    labels_dct[str(item)].append(graph_dct_keys[idx])

print(labels_dct.values())
# dict_values([
# ['ED7', 'ED6', 'ED8', 'ED5'],
# ['ED10', 'ED2', 'ED13', 'ED4']
# ])

results = list(labels_dct.values())

现在您有了results，这是一个标签列表列表，可用于非常轻松地建立预期的答案。

排序

接下来，我们将根据需求对results进行排序，并生成预期的答案。

results = [['ED7', 'ED6', 'ED8', 'ED5'], ['ED10', 'ED2', 'ED13', 'ED4']]
rib1_edges = ['ED10', 'ED5']
rib2_edges = ['ED4', 'ED8']
for idx,lst in enumerate(results):
    results[idx] = sorted(lst, key=lambda x: int(x.lstrip('ED')) )
for idx,lst in enumerate(results):
    results[idx] = [ x for x in rib1_edges if x in lst ] + \
        [ x for x in lst if x not in rib1_edges and x not in rib2_edges ] + \
        [ x for x in rib2_edges if x in lst ]

print(results)

这将提供所需的结果， [['ED5', 'ED6', 'ED7', 'ED8'], ['ED10', 'ED2', 'ED13', 'ED4']]。

获得答案

请注意，如果您使用的Python版本低于3.6，则不能保证此字典将按插入顺序排序。在这种情况下，键可能会以Python内部算法确定的任何看似随机的顺序出现。

因此，如果您运行的是Python 3.6+，可以使用字典，但是为了可移植性，最好使用OrderedDict。

from collections import OrderedDict

edge_dict = {
    'ED7':[[15,-10,0], [20,-10,0]],
    'ED10':[[0,0,0],[10,0,0]],
    'ED13':[[15,0,0], [20,0,0]],
    'ED4':[[20,0,0], [25,0,0]],
    'ED2':[[15,0,0], [10,0,0]],
    'ED5':[[0,-10,0],[10,-10,0]],
    'ED6':[[15,-10,0], [10,-10,0]],
    'ED8':[[20,-10,0], [25,-10,0]]
}

result = [
          ['ED5', 'ED6', 'ED7', 'ED8'],
          ['ED10', 'ED2', 'ED13', 'ED4']
]

answer = []
for lst in result:
    od = OrderedDict()
    for item in lst:
        od[item] = edge_dict[item]
    answer.append(od)

import pprint
pp = pprint.PrettyPrinter()
pp.pprint(answer)

然后这将给我们期望的答案。

[OrderedDict([('ED5', [[0, -10, 0], [10, -10, 0]]),
              ('ED6', [[15, -10, 0], [10, -10, 0]]),
              ('ED7', [[15, -10, 0], [20, -10, 0]]),
              ('ED8', [[20, -10, 0], [25, -10, 0]])]),
 OrderedDict([('ED10', [[0, 0, 0], [10, 0, 0]]),
              ('ED2', [[15, 0, 0], [10, 0, 0]]),
              ('ED13', [[15, 0, 0], [20, 0, 0]]),
              ('ED4', [[20, 0, 0], [25, 0, 0]])])]

如何根据字典键的列表值匹配条件对它们进行分组？

1 个答案:

反转键和值

邻接表

邻接矩阵

算法

排序

获得答案