删除元组元组中的重复项

Question

我有以下元组：

# my Noah's Ark    
myanimals = (('cat', 'dog'), ('callitrix', 'platypus'), ('anaconda', 'python'), ('mouse', 'girafe'),   ... ,('platypus', 'callitrix'))

由于我想要一个唯一的 2 元组动物列表，因此 ('platypus', 'callitrix') 对被认为是 ('callitrix', 'platypus') 的副本。

我怎样才能优雅地从 myanimals 中删除（使用最少的代码）所有类型的 (b,a) 对 (a, b) 重复项？

Answer 1

我将分两部分回答：

1. 严格来说不是对您的问题的回答，而是一个可以让您更轻松地处理这个问题的建议：如果您的代码允许使用sets 而不是tuples，您可以使用关键字in 来检查你需要什么：

myanimals = ({'cat', 'dog'}, {'callitrix', 'platypus'}, {'anaconda', 'python'}, {'mouse', 'girafe'},   ... {('platypus', 'callitrix')})
{'platypus', 'callitrix'} in myanimals # returns True, since {'a', 'b'}=={'b', 'a'}

因此，制作一组集合将使其自动删除重复项：

myanimals = {{'cat', 'dog'}, {'callitrix', 'platypus'}, {'anaconda', 'python'}, {'mouse', 'girafe'},   ..., {'platypus', 'callitrix'} }

将自动删除重复的{'platypus', 'callitrix'}。

但是，这样做意味着您不能让一对动物成为相同的两个动物，因为 {'a', 'a'} 就是 {'a'}。

1. 实际上使用元组有点麻烦。由于元组是不可变的，因此您需要从头开始创建一个新元组，并在此过程中过滤掉重复项：

myanimals = (('cat', 'dog'), ('callitrix', 'platypus'), ('anaconda', 'python'), ('mouse', 'girafe'),   ... ,('platypus', 'callitrix'))
myanimals_clean = []
for pair in myanimals:
   if pair not in myanimals_clean and (pair[1], pair[0]) not in myanimal_clean:
       myanimals_clean.append(pair)

您可以使用 itertools.permutations() 稍微清理一下，但我认为额外导入的麻烦不值得。

最后，您可以混合使用两个答案，并将您的元组元组转换为集合元组进行检查，然后再返回元组：

myanimals = tuple( (set(pair) for pair in myanimals) )
myanimals = tuple( (tuple(pair) for pair in myanimals if pair not in myanimals) )

Answer 2

您可以对已排序的元组值使用集合，或者将列表转换为字典，其中键是按排序顺序的元组。这样每个组合只会留下一个值：

list({*map(tuple,map(sorted,myanimals))})

或

list(dict(zip(map(tuple,map(sorted,myanimals)),myanimals)).values())

分解

[*map(sorted,myanimals)] # sorted tuples

# [['cat', 'dog'], ['callitrix', 'platypus'], ['anaconda', 'python'], ['girafe', 'mouse'], ['callitrix', 'platypus']]

# notice that both ('callitrix', 'platypus') and ('platypus', 'callitrix')
# are converted to ('callitrix', 'platypus')

由于这给出了一个列表列表，并且字典键需要是可散列的，我们将项目转换为元组：

[*map(tuple,map(sorted,myanimals))]

# [('cat', 'dog'), ('callitrix', 'platypus'), ('anaconda', 'python'), ('girafe', 'mouse'), ('callitrix', 'platypus')]

通过将它们放在一个集合中并将集合转换回一个列表，它们已经可以转换为一个唯一对的列表：

list({*map(tuple,map(sorted,myanimals))})

# [('girafe', 'mouse'), ('callitrix', 'platypus'), ('anaconda', 'python'), ('cat', 'dog')]

如果您不关心每个元组中值的原始顺序，则可以停止。但是，如果您需要 ('mouse','girafe') 保持该顺序，那么我们需要一个额外的步骤来将唯一性过滤与元组内容分开。这就是字典的用武之地。我们希望将这些排序的元组用作键，但保留原始顺序作为值。 zip 函数通过将关键部分与原始元组组合来实现这一点：

[*zip(map(tuple,map(sorted,myanimals)),myanimals)]

# [(('cat', 'dog'), ('cat', 'dog')), (('callitrix', 'platypus'), ('callitrix', 'platypus')), (('anaconda', 'python'), ('anaconda', 'python')), (('girafe', 'mouse'), ('mouse', 'girafe')), (('callitrix', 'platypus'), ('platypus', 'callitrix'))]

将其输入字典只会保留每个不同键的最后一个值，我们可以简单地选取这些值来形成元组的结果列表：

list(dict(zip(map(tuple,map(sorted,myanimals)),myanimals)).values())
  
[('cat', 'dog'), ('platypus', 'callitrix'), ('anaconda', 'python'), ('mouse', 'girafe')]

或者

请注意，上面选择了 ('platypus', 'callitrix') 而不是 ('platypus', 'callitrix')，因为它保留了最后一次出现的重复条目。

如果您需要保留第一次出现，您可以使用不同的方法，根据每个元组首次添加到集合中，逐步填充一组元组顺序和过滤器。

[t for s in [{myanimals}] for t in myanimals 
   if t not in s and not s.update((t,t[::-1]))]
  
# [('cat', 'dog'), ('callitrix', 'platypus'), ('anaconda', 'python'), ('mouse', 'girafe')]