我有一组像这样的成对关系
col_combi = [('a','b'), ('b','c'), ('d','e'), ('l','j'), ('c','g'),
('e','m'), ('m','z'), ('z','p'), ('t','k'), ('k', 'n'),
('j','k')]
这种关系的数量足够大,可以单独检查。这些元组表示两个值相同。我想应用传递性并找出共同的群体。输出如下:
[('a','b','c','g'), ('d','e','m','z','p'), ('t','k','n','l','j')]
我试过下面的代码,但它有错误,
common_cols = []
common_group_count = 0
for (c1, c2) in col_combi:
found = False
for i in range(len(common_cols)):
if (c1 in common_cols[i]):
common_cols[i].append(c2)
found = True
break
elif (c2 in common_cols[i]):
common_cols[i].append(c1)
found = True
break
if not found:
common_cols.append([c1,c2])
以上代码的输出如下
[['a', 'b', 'c', 'g'], ['d', 'e', 'm', 'z', 'p'], ['l', 'j', 'k'], ['t', 'k', 'n']]
我知道为什么这段代码不起作用。所以我想知道如何执行此任务。
提前致谢
最佳答案
您可以使用 NetworkX 将此作为图形问题来处理图书馆:
import networkx
col_combi = [('a','b'), ('b','c'), ('d','e'), ('l','j'), ('c','g'),
('e','m'), ('m','z'), ('z','p'), ('t','k'), ('k', 'n'),
('j','k')]
g = networkx.Graph(col_combi)
for subgraph in networkx.connected_component_subgraphs(g):
print subgraph.nodes()
输出:
['m', 'z', 'e', 'd', 'p']
['t', 'k', 'j', 'l', 'n']
['a', 'c', 'b', 'g']
关于python - 在 Python 中处理传递性,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32604727/