在給定條件的情況下生成列表的所有組合

Question

我想為k個變量列表生成長度為n的所有組合。 我可以這樣做：

import itertools
import pandas as pd
from sklearn import datasets

dataset = datasets.load_breast_cancer()
X = dataset.data
y = dataset.target
df = pd.DataFrame(X, columns=dataset.feature_names)
features = dataset.feature_names

x = set(['mean radius', 'mean texture'])

for s in itertools.combinations(features, 3):
    if x.issubset(set(s)):
        print s

len（特征）= 30，因此這將產生4060個組合，其中n = 3。 當n = 10時，這是30,045,015種組合。

len(tuple(itertools.combinations(features, 10)

然后將基於條件語句評估這些組合中的每一個。 然而，對於n> 10，這變得不可行。

而不是生成所有組合，然后按照本例中的某些條件進行過濾， 是否可以在此條件下生成所有組合？

換句話說，生成所有組合，其中n = 3,4,5 ... k，給定'平均半徑'和'平均紋理'出現在組合中？

Answer 1

只需生成沒有'mean radius'和'mean texture'組合，並將這兩個組合添加到每個組合中，從而大大減少了組合的數量。 這樣您就不必進行過濾，生成的每個組合都將非常有用。

# remove the fixed features from the pool:
features = set(features) - x 
for s in itertools.combinations(features, n - len(x)):
    s = set(s) & x # add the fixed features to each combination
    print(s)