Python检查元组的相等性

Question

我有一个numpy数组，包含源IP和目标IP。

consarray
array([['10.125.255.133', '104.244.42.130'],
   ['104.244.42.130', '10.125.255.133']], dtype=object)

实际数组比这个要大得多。

我想从数组中创建一组唯一的连接对：

在给定的例子中，很明显NumPy数组的两行都是同一个连接的一部分（只是源和目标互换了，因此它是出站和入站）。

我尝试创建一组唯一的元组，就像这样：

conset = set(map(tuple,consarray))
conset
{('10.125.255.133', '104.244.42.130'), ('104.244.42.130', '10.125.255.133')}

我希望的是将（'10.125.255.133'，'104.244.42.130'）和（'104.244.42.130'，'10.125.255.133'）视为相同，以便只有其中一个出现在集合中。请问我该如何做？

编辑：

有一些很好的答案，但实际上我还有另一个要求，

我希望始终保留第一次出现的连接，而不考虑IP地址。

在上面的例子中：（'10.125.255.133'，'104.244.42.130'）首先出现，所以它是传出连接，我想保留这个连接。

如果上面的例子改变为：

consarray
array(['104.244.42.130', '10.125.255.133']],
    [['10.125.255.133', '104.244.42.130'],dtype=object)

我希望 ('104.244.42.130'，'10.125.255.133') 能够保留。

- Vikash Balasubramanian

---

set(frozenset(el) for el in consarray) 这样写是否符合你的需求？ - Jon Clements

@JonClements 太聪明了！谢谢。它是否总是确保第一个被保留，第二个被忽略？ - Vikash Balasubramanian

我不相信它会... - Jon Clements

@VikashB 在集合（或不可变集合）中，元素的顺序是不确定的。 - Łukasz Rogalski

@JonClements 在使用frozenset的情况下，一个不太可能的副作用是当两个IP地址都相同时（希望是不可能的），你会得到一个只有1个元素的frozenset。稍后，如果你尝试获取集合的“两个”成员，它将不会像你期望的那样。 - donkopotamus

@donkopotamus 嗯，对于我的数据来说这是一个不可能的情况，这是一件好事，但是排序的问题会给我带来麻烦。 - Vikash Balasubramanian

Answer 1

在创建元组之前，您可以对其进行排序：

conset = set(map(lambda x: tuple(sorted(x)), consarray))

或者使用不可变集合（frozensets）代替元组（tuples）：

conset = set(map(frozenset, consarray))

为了保证第一个项目被保留，而第二个项目不被插入，你可以使用一个常规的 for 循环：

conset = set()
for x in consarray:
    x = frozenset(x) 
    if x in conset:
        continue
    conset.add(x)

- Moses Koledoye

---

好的，你能解释一下 frozenset 方法是如何工作的吗？我查看了文档，但不太清楚。你也能具体说明哪个将被删除吗？第一个会始终被保留吗？ - Vikash Balasubramanian

frozensets 是不可变且可哈希的 set 变体。一个 set 不能嵌套在另一个 set 中，因此您需要使用 frozenset。 - Moses Koledoye

Answer 2

你可以先对它们进行排序：

conset = set(map(tuple, map(sorted, consarray)))
print (conset)

给出：

{('10.125.255.133', '104.244.42.130')}

- lycuid

Answer 3

由于您正在使用numpy，因此可以使用numpy.unique，例如：

a = np.array([('10.125.255.133', '104.244.42.130'), ('104.244.42.130', ' 10.125.255.133')])

然后，np.unique(a) 会给你以下结果：

array(['10.125.255.133', '104.244.42.130'], dtype='<U14')

- Jon Clements

---

好的，我已经编辑了问题，但是这个解决方案似乎可以保证较小 IP 地址在第一个元组中被保留，实际上我想要第一个元组被保留，而不管 IP 是什么。 - Vikash Balasubramanian