Python中具有默认值的多列表迭代

Question

我正在用 python 模拟进行实验，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一个实例，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]

列表列表是：

params = [heights,alphas,C,B]

原始数量更大（~30x100），因此直接处理每个列表效率不高。

最终每个输入案例都是每个类别的一个参数的元组/命名元组/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 - 但这是关键：

我想迭代所有选项，而不是制作所有这些的笛卡尔积，而将其余类别设置为默认值（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 制作笛卡尔积非常容易：

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，但首先生成它们听起来效率低下。有没有什么优雅的方式来构建这个迭代？

Answer 1

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 2

我提出另一种方法。使用openTURNS。这个python库开发得很好，有一些类用于定义实验设计，据说在空间填充方面具有良好的特性。

请参阅此处的示例 LowDiscrepancySequence。使用此设计，您将能够进行统计分析、创建模型等。我与他们无关，但他们在该领域众所周知。

但是，如果您喜欢，您可以坚持使用您的方法。为了让它更 Pythonic，我会直接构建一个生成器表达式或列表推导：

((I, j, k) for i, j, k in product(...))

Answer 3

请注意，最终列表中每个元组的第 2 和第 3 个实例仅是初始数组的第 2 行和第 3 行的乘积

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

用b中的所有元素制作产品

import itertools

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

现在用 b 的所有值做 a 的乘积

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)]

整体缩短：

import itertools

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

a, *b = params
f = itertools.product

c = [(a, b ,c) for a, (b, c) in f(a, f(*b))]