有效地在 python 关联列表中查找元素

Question

我有一组如下所示的列表：

conditions = [
["condition1", ["sample1", "sample2", "sample3"]],
["condition2", ["sample4", "sample5", "sample6"],
...]

如何在 Python 中高效优雅地执行以下操作？

1. 找出某个条件下的所有元素？

   例如获取条件2中的所有样本。现在我可以做到：

   for cond in conditions:
     cond_name, samples = cond
     if cond_name == requested_cond:
       return samples
   

   但这很笨重。

2. 找到条件列表的有序联合？例如。 ordered_union(["condition1", "condition2"], conditions) 应该返回：

   ["sample1", "sample2", "sample3", "sample4", "sample5", "sample6"]
   

如何在 Python 中有效地做到这一点？可能有聪明的一个班轮？

Answer 1

这看起来更像是dict 的工作：

conditions = {
"condition1": ["sample1", "sample2", "sample3"],
"condition2": ["sample4", "sample5", "sample6"],
...}

然后您可以使用

获得“有序联合”

>>> conditions["condition1"]+conditions["condition2"]
['sample1', 'sample2', 'sample3', 'sample4', 'sample5', 'sample6']

在 Python 3.1 或 2.7 中，您可以改用 OrderedDict 来保留顺序：

from collections import OrderedDict
conditions = OrderedDict([
["condition1", ["sample1", "sample2", "sample3"]],
["condition2", ["sample4", "sample5", "sample6"]]
])

然后您可以获得“有序联合”，同样适用于任意大小的 OrderedDicts：

>>> import itertools
>>> [item for item in itertools.chain(*conditions.values())]
['sample1', 'sample2', 'sample3', 'sample4', 'sample5', 'sample6']

Answer 2

嗯，如果你不得不保留那个笨重的数据结构，你不能期望太多。您的第一个解决方案的单线等效项将类似于：

def samplesof(requested_cond, conditions):
    return next(s for c, s in conditions if c==requested_cond)

对于第二个，如果你坚持使用单行，它会是这样的：

def ordered_union(the_conds, conditions):
    return [s for c in the_conds for s in samplesof(c, conditions)]

有更快的方法来解决第二个问题，但它们都是多行的，例如：

aux_set = set(the_conds)
samples_by_cond = dict((c, s) for c, s in conditions if c in aux_set)
return [s for c in the_conds for s in samples_by_cond[c]]

请注意，后一种方法更快的关键在于它使用了正确的数据结构（一个集合和一个字典）——不幸的是，它必须自己构建它们，因为传入的 conditions 嵌套列表确实是错误的数据结构。

您不能将conditions 封装为一个类的成员变量，该类只构建一次关键（正确、快速）辅助数据结构吗？例如：

class Sensible(object):
  def __init__(self, conditions):
    self.seq = []
    self.dic = {}
    for c, s in conditions:
      self.seq.append(c)
      self.dic[c] = s
  def samplesof(self, requested_condition):
    return self.dic[requested_condition]
  def ordered_union(self, the_conds):
    return [s for c in the_conds for s in self.dic[c]]

现在 又快又优雅了！

我假设您需要self.seq（条件序列）来处理其他事情（您提到的两个操作肯定不需要它！），并且该序列和示例中没有重复（无论您的实际规格是什么，它们都不会难以适应，但是当您没有提及它们时盲目地尝试猜测它们将非常困难且毫无意义；-)。

Answer 3

您需要使用dict（字典）而不是list。此外，如果您想要高效的基于集合的操作，您可以将样本保存在 set 中。

conditions = { "condition1" : set(["sample1", "sample2", "sample3"]),
               "condition2" : set(["sample4", "sample5", "sample6"]) }

print conditions["condition2"]
# set(['sample5', 'sample4', 'sample6'])
union = conditions["condition1"].union(conditions["condition2"])
print sorted(union)
# ['sample1', 'sample2', 'sample3', 'sample4', 'sample5', 'sample6']

Answer 4

关于第一个问题：

>>> dict(conditions)['condition1']
['sample1', 'sample2', 'sample3']

在 #2 上（不太清楚你所说的“有序联合”是什么意思，所以我假设“有序列表按顺序连接”）： 罢工>

>>> tmpdict = dict(conditions)
>>> sum( map(tmpdict.get, ["condition1", "condition2"]), [] )
['sample1', 'sample2', 'sample3', 'sample4', 'sample5', 'sample6']

附言。为了解决 A.M. 的正当批评而贬值的示例 - 由于实现问题 sum() 随着列表大小的增加表现出二次行为。相反，我建议使用以下代码：

>>> import operator
>>> tmpdict = dict(conditions)
>>> reduce(operator.iadd, map(tmpdict.get, ["condition1", "condition2"]), [] )
['sample1', 'sample2', 'sample3', 'sample4', 'sample5', 'sample6']