Python：计算列表中元素对的频率

Question

实际上，我有一个关于“会议”的数据集。 例如，A、B、C参加了一次会议，那么列表将为[A、B、C]。像这样，每个列表都包含参加会议的成员列表。 因此： line1=（A、B、C） line2=（A、C、D、E） line3=（D、F、G） ... 我只想计算每对成员彼此相遇的次数。 例如，成员A在line1和line2中与C相遇了两次，成员B在line1中与C相遇了一次。因此，我想制作如下图表。

    A  B  C  D E F G...

 A  .  1  2  1 ...  

 B  1  . 1  0 

 C

我一开始以为这很简单，但我感到非常困惑。 请帮帮我，非常感谢。

- user976856

---

是时候学习如何矩阵相乘了... - Ignacio Vazquez-Abrams

Answer 1

不要手动计算频率，使用collections.Counter和itertools：

from collections import Counter
from itertools import chain, combinations

meets = Counter(chain.from_iterable(combinations(line, 2) for line in lines))

其中lines是一组名称的可迭代对象。

- agf

---

使用Python库进行翻译，以下是翻译后的文本：一切都在那里，+1。>:P - Jungle Hunter

如果有一个解决方案是如此显而易见，以至于在看到你的答案之前我都没有注意到它，那么请给我点个赞。当其他答案使用defaultdict(int)并且经常执行d[item] += 1时，这似乎很适合使用Counter。更不用说问题本身就是“我想要计数...”了。 - lvc

请注意，这仅在每个列表中元素的顺序相同的情况下才有效，例如Counter(chain.from_iterable(combinations(x,2) for x in [[1,2],[2,1]]))会产生Counter({(1, 2): 1, (2, 1): 1})。如果您想计算每个配对而不考虑顺序，请先将每个列表转换为集合：Counter(chain.from_iterable(combinations(x,2) for x in [set([1,2]),set([2,1])]))会产生Counter({(1, 2): 2})。 - Katrina

Answer 2

看起来你应该能够使用矩阵加法解决这个问题。如果你知道总人数(G)，那么你的答案将会是一个GxG的矩阵。创建一个由line1组合而成的GxG矩阵，然后再添加一个由line2组合而成的GxG矩阵，以此类推。

- Brett Henning

Answer 3

这是一个相当简单的数据结构问题，可以使用2D数组或字典来解决。如果你有很多人，数组会更有效率，但我假设你没有那么多人。

times_met = defaultdict(int)
for line in lines:
     for pair in itertools.combinations(line, 2)
         times_met[pair] += 1

# How many times person a meets person b is described by the following (s.t. a < b)
print times_met[(a, b)]

请注意，如果您有大型会议并且可能存在更有效的算法，则此方法效率非常低下。

- phsource

---

我认为一个元组到整数的字典会更有意义 - 这样 people_met[(person1, person2)] 就是他们之间的会议。然后它就不需要成为一个 defaultdict - 只需最初从 itertools.combinations 填充即可。 - lvc

@lvc 从语义上讲，defaultdict(int) 更有意义。如果新的人加入数据集，你可以询问他与其他任何人开会的次数，并得到正确的答案-0-而不是 KeyError。此外，用零初始化相当不符合 Python 的风格。你永远不需要一个 defaultdict，但它可以让你编写更好的代码。 - agf

修改很好，但是对于大型数据集来说仍然效率低下，因为你生成了线条与自身的笛卡尔积，而不是组合。请记住，Python是内置电池--已经有一种方法可以做到这一点。 - agf

是的，谢谢你的提示；我有点误解了第一条评论，认为最好使用它来替换defaultdict的初始化。这样做更好。 - phsource