Python中的关系/逻辑编程？答案

【问题标题】：Relational/Logic Programming in Python?Python中的关系/逻辑编程？
【发布时间】：2010-12-27 10:03:24
【问题描述】：

我是一名长期的 Python 开发人员，最近被介绍给 Prolog。我喜欢将关系规则用于某些类型的任务的概念，并希望将其添加到我的曲目中。

有没有好的 Python 逻辑编程库？我在 Google 上进行了一些搜索，但只找到以下内容：

jtauber's blog series on relational_python

很想与其他一些人进行比较...谢谢！

-aj

【问题讨论】：

哇，伙计...我尊重任何甚至可以阅读序言的人！ +1
我也试了一下：github.com/evertheylen/logicpy。它试图在过多的 Python 魔法和过于繁琐的使用之间找到一个很好的平衡。
这是一篇博客文章中一个可信的“真实世界”示例。看起来不错，除了错误消息（来自验证）做得不好（你得到通过/失败，没有解释为什么是）jeffersonheard.github.io/2016/11/…

标签： python prolog logic-programming

【解决方案1】：

您可能想要使用pyDatalog，这是我为实现Datalog 的Python 开发的一个逻辑编程库。它还与 SQLAlchemy 一起使用逻辑子句查询关系数据库。

【讨论】：

您需要披露它是您的项目！

【解决方案2】：

也许您应该在 Google 上搜索“Python 中的逻辑编程”。 Pyke 看起来很有希望：

Pyke 引入了一种逻辑编程形式（受 Prolog 启发）来 Python 社区通过提供基于知识的推理引擎（专家系统）100% 用 Python 编写。

与 Prolog 不同，Pyke 与 Python 集成，允许您调用 Pyke 来自 Python 并在其中混合 Python 语句和表达式您的专家系统规则。

【讨论】：

@Richie，看起来很有用。谢谢指点！
来自 Pyke 的页面：“Pyke 通过提供以 100% Python 编写的基于知识的推理引擎（专家系统），向 Python 社区引入了一种逻辑编程形式（受 Prolog 启发）。”跨度>

【解决方案3】：

随着我们迈向 2019 年，我推荐 PySWIP 而非此处推荐的其他人。与 Pyke（9 年前）或 PyLog（6 年前）不同，它得到积极维护并且界面简单。

【讨论】：

在 PySWIP 中应用表格是否直接（以避免无限循环等...？），就像在 pyDatalog 中一样。

【解决方案4】：

LogPy 是miniKanren（一种关系编程语言）在 Python 中的实现。它继承了core.logic 的传统，这是 Clojure 中卓越的逻辑编程解决方案。 LogPy 旨在与预先存在的代码库进行互操作。

【讨论】：

【解决方案5】：

另一个选项是Yield Prolog

【讨论】：

【解决方案6】：

您还可以查看 Dee，它为 Python 添加了关系：http://www.quicksort.co.uk

【讨论】：

Dee 是 D 的实现吗（如 Date 的书中所述？）
它是（没有对象/类型规范）
太糟糕了，它似乎已经死了。看起来很有希望

【解决方案7】：

最近在 Python（或者更确切地说是 RPython）中的 Prolog 实现 Pyrolog。它仍然是实验性的。

【讨论】：

这很酷，但它与python互操作吗？它是在 pypy 之上编写的，它还支持（著名的）python 实现，但我不清楚这意味着互操作。另外，虽然我在这里，blog.herraiz.org/archives/238 已经有几年的历史了，但列出了各种选项（它暗示了 pyrolog 互操作，但听起来它只是因为 pypy 而被假设，这就是我所质疑的）。跨度>
概念验证。因此，与资源一起使用可能会允许这样做。

【解决方案8】：

您还应该检查 PyLog：

http://cdsoft.fr/pylog/

它有一个非常干净和简单的语法和实现。

【讨论】：

【解决方案9】：

你可以看看pytholog。它完全用 python 编写，没有与 prolog 的接口，它模仿 prolog 的语法、方法和回溯。只需启动一个知识库并为其提供事实和规则，然后运行查询。

import pytholog as pl
food_kb = pl.KnowledgeBase("food")
food_kb(["food_type(gouda, cheese)",
        "food_type(ritz, cracker)",
        "food_type(steak, meat)",
        "food_type(sausage, meat)",
        "food_type(limonade, juice)",
        "food_type(cookie, dessert)",
        "flavor(sweet, dessert)",
        "flavor(savory, meat)",
        "flavor(savory, cheese)",
        "flavor(sweet, juice)",
        "food_flavor(X, Y) :- food_type(X, Z), flavor(Y, Z)"])

print(food_kb.query(pl.Expr("food_flavor(What, sweet)")))
# [{'What': 'limonade'}, {'What': 'cookie'}]
print(food_kb.query(pl.Expr("flavor(sweet, dessert)")))
# ['Yes']

它还支持计算和概率

battery_kb = pl.KnowledgeBase("battery")
battery_kb([
    "battery(dead, P) :- voltmeter(battery_terminals, abnormal, P2), P is P2 + 0.5",
    "battery(dead, P) :- electrical_problem(P), P >= 0.8",
    "battery(dead, P) :- electrical_problem(P2), age(battery, old, P3), P is P2 * P3 * 0.9",
    "electrical_problem(0.7)",
    "age(battery, old, 0.8)",
    "voltmeter(battery_terminals, abnormal, 0.3)"])

battery_kb.query(pl.Expr("battery(dead, Probability)"))
# [{'Probability': 0.8}, {'Probability': 'No'}, {'Probability': 0.504}]

它也可以用于查找图中节点之间的路径。

graph = pl.KnowledgeBase("graph")
graph([
    "edge(a, b, 6)", "edge(a, c, 1)", "edge(b, e, 4)",
    "edge(b, f, 3)", "edge(c, d, 3)", "edge(d, e, 8)",
    "edge(e, f, 2)",
    "path(X, Y, W) :- edge(X , Y, W)",
    "path(X, Y, W) :- edge(X, Z, W1), path(Z, Y, W2), W is W1 + W2"])

answer, path = graph.query(pl.Expr("path(a, f, W)"), show_path = True)
print(answer)
# [{'W': 9}, {'W': 12}, {'W': 14}]

print([x for x in path if str(x) > "Z"])
# ['d', 'b', 'e', 'c']

answer, path = graph.query(pl.Expr("path(a, e, W)"), show_path = True, cut = True)
print(answer)
# [{'W': 10}]

print([x for x in path if str(x) > "Z"])
# ['b']

【讨论】：

【解决方案10】：

另一种选择是使用in-memory relational databases。毕竟 SQL 是最流行的关系语言，它和 Prolog 有很多相似之处。

【讨论】：