Python 的 itertools.compress 不像布尔掩码那样工作。为什么？

Question

我有一个字符串列表，我想使用itertools.compress.我有大量的字符串需要对照句子列表进行检查。因此，我想使用 itertools 来节省资源。无法按预期工作的部分是通过压缩进行的布尔屏蔽。from itertools import product, starmap, compressdef is_in(string, other_string):    return string in other_stringto_find = ['hello', 'bye']some_sentences = ['hello to you', ' hello and bye', 'bye bye']cartesian = product(to_find, some_sentences)matched_mask = starmap(is_in, cartesian)matched = compress(cartesian, matched_mask)print(list(matched))actual_result = [('hello', 'hello to you'), ('bye', ' hello and bye')]expected = [('hello', 'hello to you'),            ('hello', 'hello and bye'),           ('bye', ' hello and bye'),            ('bye', 'bye bye')]

Answer 1

itertools.product返回一个迭代器，迭代器一般都是“single-pass”的（可能有例外）。一旦一个元素被迭代，它就不会被再次迭代。

但是，您可以itertools.product在两个地方使用结果，一次作为 for 的参数，一次作为 for 的starmap参数compress。因此，如果starmap“弹出”一个元素，product那么下一次compress“弹出”来自同一产品的元素，它将接收下一个元素（不是同一个元素）。

在大多数情况下，我建议不要将此类迭代器分配为变量，正是因为它们的“单程”性质。

所以一个明显的解决方法是两次生成产品：

matched_mask = starmap(is_in, product(to_find, some_sentences))

matched = compress(product(to_find, some_sentences), matched_mask)

print(list(matched))

# [('hello', 'hello to you'), ('hello', ' hello and bye'), ('bye', ' hello and bye'), ('bye', 'bye bye')]

在这种情况下，我认为生成器函数中的循环比使用 multiple 更具可读性itertools：

from itertools import product

def func(to_find, some_sentences):

    for sub, sentence in product(to_find, some_sentences):

        if sub in sentence:

            yield sub, sentence

然后像这样使用它：

>>> to_find = ['hello','bye']

>>> some_sentences = ['hello to you', ' hello and bye', 'bye bye']

>>> list(func(to_find, some_sentences))

[('hello', 'hello to you'), 

 ('hello', ' hello and bye'), 

 ('bye', ' hello and bye'), 

 ('bye', 'bye bye')]

或者如果你喜欢单线：

>>> [(sub, sentence) for sub, sentence in product(to_find, some_sentences) if sub in sentence]

[('hello', 'hello to you'),

 ('hello', ' hello and bye'),

 ('bye', ' hello and bye'),

 ('bye', 'bye bye')]