Python元组作字典键出现KeyError问题（Loopy Belief Propagation场景）

核心原因 #

字典键的匹配逻辑是：先判断哈希值相等，再通过==或身份（is）验证一致性。而pgmpy的DiscreteFactor是实例对象，默认情况下，哪怕两个实例的变量、参数完全一致，只要是不同对象（内存地址不同），哈希值和相等性判断都会基于身份而非内容。你第二轮迭代中用到的DiscreteFactor实例，和初始化时存入字典的实例大概率不是同一个，所以字典找不到对应键。

验证方法 #

打印对象ID和哈希值就能实锤：

# 假设初始化时的键是(v, f_init)，第二轮用到的是(v, f_new)
print(f"初始化因子ID: {id(f_init)}, 哈希: {hash(f_init)}")
print(f"第二轮因子ID: {id(f_new)}, 哈希: {hash(f_new)}")
print(f"内容是否相等: {f_init == f_new}")

如果ID不同、哈希不同，或者==返回False，就坐实了是对象身份/相等性的问题。

解决方案 #

方案1：用内容标识替代实例作为键 #

直接放弃用DiscreteFactor实例当键，改用它的唯一内容特征组合：

def get_factor_key(v, factor):
    # 用变量名、基数、扁平化参数组作为唯一标识
    return (v, tuple(factor.variables), tuple(factor.cardinalities), tuple(factor.values.flatten()))

# 存入字典时用这个生成的键
M_v_to_f[get_factor_key(v, f)] = initial_message
# 查找时同样生成对应键
target_message = M_v_to_f[get_factor_key(v, current_factor)]

方案2：让DiscreteFactor实例支持内容哈希 #

继承DiscreteFactor并重写__hash__和__eq__方法，让相等性基于内容而非身份：

import numpy as np
from pgmpy.factors.discrete import DiscreteFactor

class HashableDiscreteFactor(DiscreteFactor):
    def __eq__(self, other):
        if not isinstance(other, HashableDiscreteFactor):
            return False
        return (self.variables == other.variables and 
                self.cardinalities == other.cardinalities and 
                np.array_equal(self.values, other.values))
    
    def __hash__(self):
        # 组合变量、基数、参数的哈希值
        return hash((tuple(self.variables), tuple(self.cardinalities), tuple(self.values.flatten())))

之后所有用到DiscreteFactor的地方替换成这个子类，相同内容的实例就能被字典视为同一个键。

方案3：复用同一个实例 #

检查代码，第二轮迭代中如果是重新创建了DiscreteFactor实例，改成复用初始化时的原实例，确保身份一致，字典就能正常匹配。

调试建议 #

在触发KeyError的位置，打印字典所有键和当前待查键的细节：

print("字典中的键详情:")
for key in M_v_to_f.keys():
    print(f"键: {key}, 因子ID: {id(key[1])}")
print("当前待查键:", current_key)
print("当前因子ID:", id(current_key[1]))

能直观看到两个键的差异点。

内容的提问来源于stack exchange，提问作者dlu