Python使用combinations实现排列组合

好久没有写博客了！昨天小牛在上海举办了牛友见面会，现场优惠还是比较大，心仪已久加上一时脑热就入手了。以为会有多么开心，其实目前最大的感受就是焦虑！担心电动车被偷，担心电池被偷，担心路上突然被交警叔叔拦下！我想，直到我的小牛真的被偷的那天，这种焦虑才会随之消失。唉，要说这样的焦虑怎么来的，我只能呵呵了:)

下面步入正题：

今天在帮我们家王博处理专利数据的时候，需要对专利数据中的城市和专利主体的合作关系数量进行统计。一项专利其写作主体可能由两个或两个以上主体参与，各个主体又分属不同或者相同的城市，对其合作关系数量进行统计，其实就是对主体及城市进行排列组合。

Python

的

itertools

库中提供了

combinations

方法可以轻松的实现排列组合。使用之前我先自己写了个简单的测试，代码如下：

from itertools import combinations
test_data = {'a', 'a', 'a', 'b'}
for i in combinations(test_data, 2):
    print i

上面的代码执行后输出为:

('a', 'b')

这样的输出结果让我觉得很困惑，我预期的结果是：

('a', 'a')
('a', 'a')
('a', 'b')
('a', 'a')
('a', 'b')
('a', 'b')

同一个专利里面的主体不会有重复的情况，但是主体所在的城市就会出现重复的情况，如果使用

combinations

在进行排列组合时主动忽略掉了重复的值，那我就只能自己来实现城市的排列组合了！自己实现排列组合也不难，但是这似乎不符合

Python

的风格。再次走读测试代码，突然想到自己构造的输入数据是不是有问题。然后改成了下面这样：

from itertools import combinations
test_data = ['a', 'a', 'a', 'b']
for i in combinations(test_data, 2):
    print i

将大括号换成了中括号后输出结果与预期完全一致！这让我相当困惑。首先是官方文档对

combinations

方法的介绍说的是：

Elements are treated as unique based on their position, not on their value.

，意思是

combinations

处理传入的可迭代参数时是根据迭代元素的位置来确定是否唯一的，和元素的值是否唯一没有关系。那使用

{}

和

[]

构建的输入数据有什么不同呢？本来是想写这篇博客记录一下问题，等高手解答或者自己日后再来查证，结果一边写一边整理思路，居然被我找到原因了！

其实很简单：

使用大括号{}创建的是集合或者字典，使用中括号[]创建的是数组，而集合具有互异性！


所以不管我在

{}

里面写了多少个

a

，其实我传入到

combinations

方法里面的参数值都只是：

'a','b'

。知道真相的我表示好尴尬，本来以为遇到一个多么深奥的问题，原来只是我

Python

的基础知识太欠缺了！搞得我都不好意思把这篇博客发出来了(捂脸)