Python：从列表中元组中的字典中获取字典值并对其进行处理

Question

我碰巧使自己陷入了某种复杂的境地（至少对我而言）。

我有一个列表，其中包含一个元组，其中包含来自字典itertools的多个combinations和一个值，如下所示：

[({'a':'1,2,3','b':'2','c':'3'},0.25),({'a':'3,4,5','b':'4','c':'6'},0.50),({'a':'10,4,3','b':'6','c':'4'},0.25)

我只需要获取某些键的值即可进行所需的计算。 比方说，我想获得的相关'a'的每个字典，元组中的另外一个解释：

for tuple in list:
    for dict in tuple:
        a = dict.get('a')
        for a_triplet in intertools.combinations(a, 2):
            np.correlate(a,b) for a,b in tuple

我知道这段代码可能对你们中的许多人来说太糟糕了，但是我对python（以及一般而言的编码）是陌生的，并且对通过元组和字典进行迭代了解不多。

更新

输入示例：

[({'url': 'https://ca.finance.yahoo.com/q/hp?s=QEC.TO&a=02&b=2&c=2005&d=02&e=2&f=2015&g=m&z=66&y=66', 'varreturns': '0.847771901', 'sdreturns': '0.920745296', 'name': 'Questerre Energy Corp (QEC.TO)', 'avgreturns': '1.292727273'}, 0.25), ({'url': 'https://ca.finance.yahoo.com/q/hp?s=RBA.TO&a=02&b=2&c=2005&d=02&e=2&f=2015&g=m&z=66&y=66', 'varreturns': '16.6860534', 'sdreturns': '4.084856595', 'name': 'Ritchie Bros Auctioneers Inc (RBA.TO)', 'avgreturns': '20.71140496'}, 0.5), ({'url': 'https://ca.finance.yahoo.com/q/hp?s=RDK.TO&a=02&b=2&c=2005&d=02&e=2&f=2015&g=m&z=66&y=66', 'varreturns': '0.038118899', 'sdreturns': '0.195240618', 'name': 'Redhawk Resources Inc (RDK.TO)', 'avgreturns': '0.400330579'}, 0.25)]

每个元组是不同的股票，通过itertools分配了不同的权重

通过代码给出：

import itertools
import csv

names = []
stocks = []
with open('AbCtest.csv', 'rU') as csvfile:
    reader = csv.DictReader(csvfile)
    document = reader
    for row in reader:
        stock = row
        stocks.append(row)
        name = row['name']
        names.append(name)

weights_list = [(0.95, 0.025, 0.025),
               (0.90, 0.05, 0.05),
               (0.85, 0.075, 0.075),
               (0.80, 0.1, 0.1),
               (0.75, 0.125, 0.125),
               (0.70, 0.15, 0.15),
               (0.65, 0.175, 0.175),
               (0.60, 0.20, 0.20),
               (0.55, 0.225, 0.225),
               (0.50, 0.25, 0.25)]
def portfolios(document, weights_list):
    for stock_triplet in itertools.combinations(document, 3):
        for weights in weights_list:
            unique_weight_orders = set(itertools.permutations(weights))
            for weight_order in unique_weight_orders:
                yield zip(stock_triplet, weight_order)

for port in portfolios(stocks,weights_list):
    print port

有希望的输出示例：

10.778966942999999

给出者：

('avgreturns' * weight) + ('avgreturns' * weight) + ('avgreturns' * weight)

#or, from taking the values given in "example of input"

(0.400330579*0.25)+(20.71140496*0.5)+(1.292727273*0.25)

至于相关部分：

我知道这会困难得多，并且可能需要再次使用itertools 。

假设我们在“示例输入”中为每个元组命名：“ a”，“ b”和“ c”。 我们如何找到“ a”和“ b”，“ b”和“ c”以及“ a”和“ c”之间的相关性？

对于“示例输入”中“ avgreturns”的所有可能组合：

corr_ab = numpy.correlate('avgreturns','avgreturns')
corr_ac = numpy.correlate('avgreturns','avgreturns')
corr_cb = numpy.correlate('avgreturns','avgreturns')

感谢收到的任何帮助！

干杯!

Answer 1

print(sum(float(d['avgreturns'])* b for d,b in l))

如果您想要a，ba，c和b，c，请使用itertools.combinations ：

from itertools import combinations
r = [float(d['avgreturns']) * b for d, b in l]
p = combinations(r,2) 
print(sum(r))

Answer 2

products = [int(my_dict.get('a',0))*b for my_dict,b in my_list]

可能就是您想要的...？