Python 元组是另一个元组的子集-Apriori算法

我正在尝试实现apriori算法。在最后的一个步骤中，我有两个从产品列表生成的元组数组

>>> arr1 = array([(2421,), (35682,), (30690,), ..., (18622,), (18285,), (31269,)],
  dtype=object)

>>> arr2 = array([(2421, 35682), (2421, 30690), (2421, 24852), ..., (18622, 18285),
   (18622, 31269), (18285, 31269)], dtype=object))

我的想法是，我需要检查

arr1

中的哪一个是

arr2

的子偶，即

（2421，）

是

（242130690）

的子偶

我试过了

>>> if (2421,) in (2421, 1231):
...    print('Yes')
... else:
...    print('No')

我得到了

没有

。我也尝试过使用

.issubset

，但我得到了

AtributeError

我想知道我怎样才能不走极端

>>> print(len(arr1), len(arr2))
(9258, 263616)

我正在使用Python2的Jupyter笔记本。仅使用numpy、pandas和itertools

---

所需输出应为以下形式：；如果我的产品有代码＞1，2，3，< /代码>，但我只考虑元组<代码>（1）和<代码>（2），那么我需要从所有的2个组合组合中得到<代码>（1，2）< /代码>，而不是<代码>（1，3）< /代码>。< / P> < P>如果您正在实施Apriori算法，则希望使用实际集而不是元组。Python有两种集合类型，后者是不可变的，因此可以存储在字典或其他集合中。您可能希望使用后者，以便将这些集合与支持分数相关联

>>> arr1 = array([(2421,), (35682,), (30690,), ..., (18622,), (18285,), (31269,)],
  dtype=object)

>>> arr2 = array([(2421, 35682), (2421, 30690), (2421, 24852), ..., (18622, 18285),
   (18622, 31269), (18285, 31269)], dtype=object))

这当然是他们使用的方法

apyory

是Apriori算法的纯Python库

您可以使用元组进行子集测试，但对于大小为N和M的元组，这是一个缓慢的O（NM）操作：

def tuple_is_subset(ta, tb):
    return all(tav in tb for tav in ta)

这是对

ta

中N个项目的完整循环，tb测试中的每个

tav都需要M=
len（tb）
步骤

您可以将元组转换为集合，但这也需要O（N）+O（M）时间，之后子集测试需要O（N）时间。这使得整个过程需要线性时间，但对于小元组，我怀疑创建新对象的恒定成本将超过上面理论上成本更高的O（NM）
all（）
test

要使用集合，可以使用：

set(ta).issubset(tb)

如果
set.issubset（）
接受任何非set iterable，则代码将为测试创建一个临时set对象。
欢迎

初始化

>>> arr1 =  np.array([(2421,), (35682,), (30690,),(18622,), (18285,), (31269,)], dtype=object)
>>> arr2 = np.array([(2421, 35682), (2421, 30690), (2421, 24852), (18622, 18285), (18622, 31269), (18285, 31269)], dtype=object)

因此，如果您试图询问
（2421，）
它是
arr2
仅当
arr2
包含大小为1的元组并包含值
2421
时，才会返回
True

由于这不是您预期的行为，您必须迭代
arr1
的每个
i
项，并检查所有
i[j]
项是否都是
arr2[k]

快速概述

>>> arr1[0]
array([2421], dtype=object)
>>> arr1[0] in arr2
True
>>> arr1[0] in arr2[0]
True

这可以赋予这个功能

def is_a_subset( tuple_i, primary_tuple ):
  return all( k in primary_tuple for k in tuple_i)

for tuple_i in arr1:
  is_a_subset( tuple_i , arr2)

但是如果你一步一步地构建你的集合，我会建议你使用set，如果它是一个不可变的集合（即）

编辑：
答案以相同的方式进行
其他元组中的sourcetuple
仅当整个元组包含在
其他元组中时才有效<（（81，），（42，）
中的code>（42，）为真，因为第二个元组包含嵌套元组，其中一个元组等于所查找的元组。对于逐值测试，您可以使用
如果有的话（其他元组中的v表示sourcetuple中的v）：
或使用集合，在这些集合中您可以使用实际的子集测试<代码>seta现在，我怀疑这是一个更大问题的一小部分，你认为你找到了解决方案。我怀疑可能有更好的方法，比如使用实际的集合。是的，@MartijnPieters我和一些同事谈过，他们告诉我用集合代替。谢谢你指出这一点！