Python SciPy中n选k的可能情况

Question

a = [1, 2, 3, 4, 5, 6]
# OR !
a = ['one', 'two', 'three', 'four', 'five', 'six']

在这种情况下，我只是想知道所有可能的组合；在a中选择k个元素。如果我使用b = scipy.misc.comb(a, 1)，将显示如下内容：

b = [1, 2, 3, 4, 5, 6]

其中 b_i 只是 a_i 选择 1。如果 a 是一个字符串数组，它将不起作用。

我真正想要的是：

b = [[1], [2], [3], [4], [5], [6]]
# OR !
b = [['one'], ['two'], ['three'], ['four'], ['five'], ['six']]

这意味着，在数组a的元素中选择1个元素的可能集合。

如果我使用MATLAB，这很容易。但我正在尝试使用SciPy stack。

- user2211319

Answer 1

这里是一个更完整的答案。你应该使用 itertools.combinations 而不是 itertools.permutations，因为组合与排列非常不同。

例如，如果你需要一个数组的所有两个元素的组合，比如 [1,2,3,5]，下面的代码将产生你想要的结果（相当于 Matlab 中的 nchoosek）。查看更多示例，请参见此来源。

>>> import itertools
>>> all_combos = list(itertools.combinations([1,2,3,5], 2))
>>> print all_combos
[(1, 2), (1, 3), (1, 5), (2, 3), (2, 5), (3, 5)]

如果您想要将所有组合作为2D数组，只需使用以下命令将元组列表转换为numpy数组：

>>> all_combos = np.array(list(itertools.combinations([1,2,3,5], 2)))
>>> print all_combos
[[1 2]
 [1 3]
 [1 5]
 [2 3]
 [2 5]
 [3 5]]

- Arash_D_B

Answer 2

为什么在这个特定问题中要使用scipy而不是itertools？

研究一下itertools.combinations或itertools.permutations可能会提供更合适的解决方案。

- Dman2

---

哇，非常感谢。我是科学和数学方面的Python新手，所以这是我第一次听说itertools。 - user2211319