Python笛卡尔积和条件？

Question

在Python中，我使用itertools.product（）函数来生成用于仿真的输入参数。

我有一个测试函数，需要4个输入参数a1，a2，b1和b2。我使用以下代码生成参数。示例：

params = itertools.product(range(10,41,2), range(10,41,2), range(0, 2), range(5, 31, 5))

…这给了我3072个组合。不幸的是，某些组合在逻辑上是没有意义的。例如如果a2大于a1，则测试结果是无用的，而且当b1等于0时，b2的值也就完全无关紧要了，因此测试这样的组合没有任何意义。

除了手动执行和嵌套for循环外，是否有可能限制或过滤笛卡尔积？因为我的实际用例有4个以上的参数，所以这就是为什么我喜欢itertools提供的笛卡尔积函数的便利。

有什么想法或选择吗？任何帮助表示感谢，谢谢。

Answer 1

[如果您有很多参数，则使用python-constraint之类的模块的基于约束的方法可能更易于使用-让它辛苦地找出哪些组合有效。

这看起来像

from constraint import Problem

prob = Problem()
prob.addVariables(["a1", "a2"], range(10,41,2))
prob.addVariable("b1", [0, 2])
prob.addVariable("b2", range(5, 31, 5))
prob.addConstraint(lambda a1, a2: a2 <= a1, ["a1", "a2"])
prob.addConstraint(lambda b1, b2: b1 != 0 or b2 == 5, ["b1", "b2"])

for params in prob.getSolutionIter():
    run_sim(**params)

Answer 2

Python 3

在Python 3中，您可以使用itertools.filterfalse过滤掉不良组合：

# predicate is true when need to skip the combination
predicate = (lambda (a1, a2, b1, b2): a1 <= a2 and (b1 != 0 or b2 == 5), params)
filtered_params = itertools.filterfalse(predicate, params)

Python 2

您可以使用列表理解或itertools.ifilter：

itertools.ifilter

请注意，这两个版本都会循环播放并在引擎盖下过滤掉。如果要避免这种情况，则需要构造一种改进的算法来创建元组而不会出现不良情况。

Answer 3

一个选项是使

filtered_params = itertools.ifilter
    (lambda (a1, a2, b1, b2): a1 <= a2 and (b1 != 0 or b2 == 5), params)

成为另一个由params本身提供的生成器。

例如：

itertools.product

您可以根据条件在params = (prod for prod in itertools.product(...) if prod[2] <= prod[1]) 之后添加任何内容。例如，if将检查您在问题中陈述的条件，仅让您通过所需的结果，并丢弃所有未通过测试的产品。

Answer 4

在这种情况下，使用numpy的向量运算来表达您的规则可能是最方便/直观/可读的。例如：

prod[2] <= prod[1] and prod[3] != 0

Answer 5

您可以结合使用列表理解和对所选参数的任何限制。我建议在执行此操作之前将参数放在一组中，以确保没有不必要的代码。在上面提到的情况下，我不会发生这种情况，但是并不总是使用

import numpy as np

arr = np.array(list(params), dtype = [('a1',int),('a2',int),('b1',int),('b2',int)])
arr = arr[ arr['a2'] <= arr['a1'] ]
arr = arr[ arr['b1'] != 0 ]

来生成参数选项。

例如，在此创建一个元组参数列表，如果参数1大于参数2 + 10，则该列表仅是有效的组合：

range