Approccio ingenuo
def transpose_finite_iterable(iterable):
return zip(*iterable) # `itertools.izip` for Python 2 users
funziona bene per iterabili finiti (es. sequenze come list
/ tuple
/ str
) di iterabili (potenzialmente infiniti) che possono essere illustrati come
| |a_00| |a_10| ... |a_n0| |
| |a_01| |a_11| ... |a_n1| |
| |... | |... | ... |... | |
| |a_0i| |a_1i| ... |a_ni| |
| |... | |... | ... |... | |
dove
n in ℕ
,
a_ij
corrisponde a j
-th element of i
-th iterable,
e dopo l'applicazione transpose_finite_iterable
otteniamo
| |a_00| |a_01| ... |a_0i| ... |
| |a_10| |a_11| ... |a_1i| ... |
| |... | |... | ... |... | ... |
| |a_n0| |a_n1| ... |a_ni| ... |
Esempio Python di tale caso in cui a_ij == j
,n == 2
>>> from itertools import count
>>> iterable = [count(), count()]
>>> result = transpose_finite_iterable(iterable)
>>> next(result)
(0, 0)
>>> next(result)
(1, 1)
Ma non possiamo usarlo di transpose_finite_iterable
nuovo per tornare alla struttura dell'originale iterable
perché result
è un iterabile infinito di iterabili finiti ( tuple
s nel nostro caso):
>>> transpose_finite_iterable(result)
... hangs ...
Traceback (most recent call last):
File "...", line 1, in ...
File "...", line 2, in transpose_finite_iterable
MemoryError
Quindi, come possiamo affrontare questo caso?
... e qui arriva il deque
Dopo aver dato un'occhiata ai documenti di itertools.tee
funzione , c'è la ricetta di Python che con alcune modifiche può aiutare nel nostro caso
def transpose_finite_iterables(iterable):
iterator = iter(iterable)
try:
first_elements = next(iterator)
except StopIteration:
return ()
queues = [deque([element])
for element in first_elements]
def coordinate(queue):
while True:
if not queue:
try:
elements = next(iterator)
except StopIteration:
return
for sub_queue, element in zip(queues, elements):
sub_queue.append(element)
yield queue.popleft()
return tuple(map(coordinate, queues))
controlliamo
>>> from itertools import count
>>> iterable = [count(), count()]
>>> result = transpose_finite_iterables(transpose_finite_iterable(iterable))
>>> result
(<generator object transpose_finite_iterables.<locals>.coordinate at ...>, <generator object transpose_finite_iterables.<locals>.coordinate at ...>)
>>> next(result[0])
0
>>> next(result[0])
1
Sintesi
Ora possiamo definire una funzione generale per lavorare con iterabili di iterabili di cui sono finiti e altri potenzialmente potenzialmente infiniti usando functools.singledispatch
decorator come
from collections import (abc,
deque)
from functools import singledispatch
@singledispatch
def transpose(object_):
"""
Transposes given object.
"""
raise TypeError('Unsupported object type: {type}.'
.format(type=type))
@transpose.register(abc.Iterable)
def transpose_finite_iterables(object_):
"""
Transposes given iterable of finite iterables.
"""
iterator = iter(object_)
try:
first_elements = next(iterator)
except StopIteration:
return ()
queues = [deque([element])
for element in first_elements]
def coordinate(queue):
while True:
if not queue:
try:
elements = next(iterator)
except StopIteration:
return
for sub_queue, element in zip(queues, elements):
sub_queue.append(element)
yield queue.popleft()
return tuple(map(coordinate, queues))
def transpose_finite_iterable(object_):
"""
Transposes given finite iterable of iterables.
"""
yield from zip(*object_)
try:
transpose.register(abc.Collection, transpose_finite_iterable)
except AttributeError:
# Python3.5-
transpose.register(abc.Mapping, transpose_finite_iterable)
transpose.register(abc.Sequence, transpose_finite_iterable)
transpose.register(abc.Set, transpose_finite_iterable)
che può essere considerato come proprio inverso (i matematici chiamano questo tipo di funzioni "involuzioni" ) in classe di operatori binari su iterabili non vuoti finiti.
Come bonus di singledispatch
ing possiamo gestire numpy
array come
import numpy as np
...
transpose.register(np.ndarray, np.transpose)
e poi usalo come
>>> array = np.arange(4).reshape((2,2))
>>> array
array([[0, 1],
[2, 3]])
>>> transpose(array)
array([[0, 2],
[1, 3]])
Nota
Dal momento che transpose
restituisce iteratori e se qualcuno vuole avere una tuple
di list
s come in OP - questo può essere fatto in aggiunta con map
la funzione incorporata come
>>> original = [('a', 1), ('b', 2), ('c', 3), ('d', 4)]
>>> tuple(map(list, transpose(original)))
(['a', 'b', 'c', 'd'], [1, 2, 3, 4])
Annuncio pubblicitario
Ho aggiunto una soluzione generalizzata al lz
pacchetto dalla 0.5.0
versione che può essere utilizzata come
>>> from lz.transposition import transpose
>>> list(map(tuple, transpose(zip(range(10), range(10, 20)))))
[(0, 1, 2, 3, 4, 5, 6, 7, 8, 9), (10, 11, 12, 13, 14, 15, 16, 17, 18, 19)]
PS
Non esiste una soluzione (almeno ovvia) per la gestione di iterabili potenzialmente infiniti di iterabili potenzialmente infiniti, ma questo caso è però meno comune.