从列表中删除重复的无序元组

Posted 2023-02-25

【中文标题】从列表中删除重复的无序元组

【英文标题】：Remove duplicate unordered tuples from list

【发布时间】：2018-02-02 20:18:36

【问题描述】：

在元组列表中，我只想拥有一个元组的一个副本，它可能是 (x, y) 或 (y, x)。

所以，在：

# pairs = list(itertools.product(range(3), range(3)))
pairs = [(0, 0), (0, 1), (0, 2), (1, 0), (1, 1), (1, 2), (2, 0), (2, 1), (2, 2)]

结果应该是：

result = [(0, 0), (0, 1), (0, 2), (1, 1), (1, 2), (2, 2)] # updated pairs

这个元组列表是使用itertools.product() 生成的，但我想删除重复项。

我的工作解决方案：

pairs = [(0, 0), (0, 1), (0, 2), (1, 0), (1, 1), (1, 2), (2, 0), (2, 1), (2, 2)]

result = []
for pair in pairs:
    a, b = pair
    # reordering in increasing order
    temp = (a, b) if a < b else (b, a)
    result.append(temp)
print(list(set(result))) # I could use sorted() but the order doesn't matter

如何改进？

【问题讨论】：

您的解决方案有什么问题？您希望改进代码的哪些方面？

@ChrisMartin 速度改进 > 就地删除 > 简洁代码

@AjitZero，这些看起来像坐标。那是他们起源的地方吗？我问的原因是稀疏矩阵擅长存储和操作此类数据。我在下面提供了一个利用这一点的解决方案。

@jp_data_analysis 就我而言，没有。不过感谢您分享！

【参考方案1】：

你可以使用combinations_with_replacement

combinations_with_replacement() 的代码也可以表示为 product() 在过滤了元素未按排序顺序（根据它们在输入池中的位置）的条目后的子序列

import itertools
pairs = list(itertools.combinations_with_replacement(range(3), 2))
print(pairs)

>>> [(0, 0), (0, 1), (0, 2), (1, 1), (1, 2), (2, 2)]

【参考方案2】：

edit 我刚刚意识到，您的解决方案与我的解决方案相匹配。你在做什么就好了。如果您需要为一个非常大的列表执行此操作，那么您可能需要考虑其他一些选项，例如键值存储。

如果您需要更多地以编程方式删除欺骗，那么您可以使用如下函数：

def set_reduce(pairs):
    new_pairs = set([])
    for x,y in pairs:
        if x < y:
            new_pairs.add((x,y))
        else:
            new_pairs.add((y,x))
    return new_pairs

运行这个结果

>>>set_reduce(pairs)
set([(0, 1), (1, 2), (0, 0), (0, 2), (2, 2), (1, 1)])

【参考方案3】：

这是一种依赖于sparse matrices 的解决方案。这样做的原因如下：

矩阵中的条目不能包含两个值。因此，保证了唯一性。

选择上面的三角形可确保 (0, 1) 优于 (1, 0)，并且不可能同时包含两者。

import numpy as np
from scipy.sparse import csr_matrix, triu

lst = [(0, 0), (0, 1), (0, 2), (1, 0), (1, 1),
       (1, 2), (2, 0), (2, 1), (2, 2)]

# get row coords & col coords
d1, d2 = list(zip(*lst))

# set up sparse matrix inputs
row, col, data = np.array(d1), np.array(d2), np.array([1]*len(lst))

# get upper triangle of matrix including diagonal
m = triu(csr_matrix((data, (row, col))), 0)

# output coordinates
result = list(zip(*(m.row, m.col)))

# [(0, 0), (0, 1), (0, 2), (1, 1), (1, 2), (2, 2)]