给定一个字典和一个序列，用python返回其总数

我想概括出一种没有进口的方法

给定这三个列表和字典输出序列。所以对于R和S，第一个元素意味着R=0，S=0。我想要的是：

0.8 x 0.5+0.8 x 0.5+0.2 x 0.5+0.2 x 0.5

基本上

（R=0 x S=0）+（R=0 x S=1）+（R=1 x S=0）+（R=1 x S=1），如序列列表所示

---

我知道我从序列中迭代，但之后我不确定如何同时使用dependent和L

我得走了，所以我不能完成这件事，但我现在就在这里。也许这会帮助你找到解决问题的方法

dependent = ["R", "S"]

L = {"R": [0.8, 0.2], "S": [0.5, 0.5], "K": [0.1, 0.1]}

sequence = [[0,0], [0, 1], [1, 0], [1,1]]

现在我有点累了

dependent = ["R", "S"]

L = {"R": [0.8, 0.2], "S": [0.5, 0.5], "K": [0.1, 0.1]}

sequence = [[0, 0], [0, 1], [1, 0], [1, 1]]
my_list = []
for item in sequence:
    item_total = 1
    for index in range(len(item) - 1):
        print(L[dependent[index]][item[index]])
        item_total = item_total * L[dependent[index]][item[index]]
        # print(item_total)
    my_list.append(item_total)

print(my_list)
total = sum(my_list)
print(total)

---

这显然是不正确的，但很接近。只是在某个地方出现了一个索引错误D:

鉴于您不想使用导入，我认为最好的方法是定义 一种功能，例如：

0.8
0.8
0.2
0.2
[0.8, 0.8, 0.2, 0.2]
2.0

得到给定可比函数的笛卡尔积

我们只想将此函数应用于您的从属项，因此首先：

def cartesian(items):
    if len(items) == 0:
        return [[]]
    else:
        return [
            [x] + c 
            for x in items[0] 
            for c in cartesian(items[1:])
        ]

>>> sum([eval("*".join(map(str, c))) for c in cartesian(dep_items)])
1.0

然后计算乘积：

dep_items = [v for k, v in L.items() if k in dependent]

更新

在阅读了您的一条评论后，我相信我误解了

顺序

在您的问题中的作用，即

顺序

始终可用，并且不是由所有组合组成的，因此您不需要

笛卡尔

函数。 在这种情况下，我认为

序列

和

依赖

应该保持相同的顺序，因此首先：

def cartesian(items):
    if len(items) == 0:
        return [[]]
    else:
        return [
            [x] + c 
            for x in items[0] 
            for c in cartesian(items[1:])
        ]

>>> sum([eval("*".join(map(str, c))) for c in cartesian(dep_items)])
1.0

然后我根据

序列得到组合：

items = [L[k] for k in dependent]

最后计算出乘积之和

我将展示一个示例，其中包含您在注释中请求的特定
依赖项
和
序列
：

combos = [[items[i][ind] for i, ind in enumerate(s)] for s in sequence]

如果dep是[“R”，“S”，“K”]并且序列=[[0,0,0]，[0,1,0]，[1,0,1]]，这就不起作用了。@bonsaget在这种情况下你想要R X S X K？都是相乘的吗？基本上我认为？关于序列。Dep可以是[“A”，“B”，“C”，“D”]，它的值应该是L。概括起来，这就是我需要的