给定条件生成列表的所有组合

Question

我想为一个包含 k 个变量的列表生成长度为 n 的所有组合。我可以这样做：

import itertools
import pandas as pd
from sklearn import datasets

dataset = datasets.load_breast_cancer()
X = dataset.data
y = dataset.target
df = pd.DataFrame(X, columns=dataset.feature_names)
features = dataset.feature_names

x = set(['mean radius', 'mean texture'])

for s in itertools.combinations(features, 3):
    if x.issubset(set(s)):
        print s

len(features) = 30，因此这将生成 4060 个组合，其中 n=3。当n=10时，这是30,045,015种组合。

len(tuple(itertools.combinations(features, 10)

然后将根据条件语句评估这些组合中的每一个。然而，对于 n>10，这变得不可行。

不是像本例那样生成所有组合，然后按某些条件过滤，是否可以在给定该条件的情况下生成所有组合？

换句话说，生成所有n=3,4,5 ... k的组合，给定'mean radius'和'mean texture'出现在组合中？

Answer 1

只生成没有'mean radius'和'mean texture'的组合，然后将这两个添加到每个组合中，从而大大减少了组合的数量。这样就不用过滤了，生成的每一个组合都有用。

# remove the fixed features from the pool:
features = set(features) - x 
for s in itertools.combinations(features, n - len(x)):
    s = set(s) & x # add the fixed features to each combination
    print(s)

给定条件生成列表的所有组合

Generate all combinations of a list given a condition

python

combinations

combinatorics

itertools