如何过滤图节点处理结果中的单元素元组（1-tuple）？

在处理图节点坐标时，生成的列表中混杂了单元素、二元及三元组，我们需要仅保留二元组（2-tuple）和三元组（3-tuple），过滤掉所有单元素元组（如(40,)）。

原代码 #

G=nx.read_shp(r'C:\TestData\tl_2019_36013_roads.shp')
pos = {k: v for k,v in enumerate(G.nodes())}
X=nx.Graph() #Empty graph
X.add_nodes_from(pos.keys()) #Add nodes preserving coordinates
edg=[tuple(k for k,v in pos.items() if v in sl) for sl in l]
print(edg)

当前输出示例 #

[(38, 9848), (40, 41), (40,), (10, 42)]

解决方案 #

直接在生成列表的逻辑中加入长度判断，只保留长度为2或3的元组，有两种实用写法：

写法1：列表推导式内高效过滤（Python 3.8+）

利用海象运算符:=避免重复生成元组计算长度，更高效：

G=nx.read_shp(r'C:\TestData\tl_2019_36013_roads.shp')
pos = {k: v for k,v in enumerate(G.nodes())}
X=nx.Graph() #Empty graph
X.add_nodes_from(pos.keys()) #Add nodes preserving coordinates
edg=[t for sl in l if len(t := tuple(k for k,v in pos.items() if v in sl)) in (2,3)]
print(edg)

写法2：分步循环（兼容低版本Python）

如果你的Python版本低于3.8，分步循环逻辑更清晰直观：

G=nx.read_shp(r'C:\TestData\tl_2019_36013_roads.shp')
pos = {k: v for k,v in enumerate(G.nodes())}
X=nx.Graph() #Empty graph
X.add_nodes_from(pos.keys()) #Add nodes preserving coordinates
edg = []
for sl in l:
    current_tuple = tuple(k for k,v in pos.items() if v in sl)
    if len(current_tuple) in (2, 3):
        edg.append(current_tuple)
print(edg)

两种写法处理后，输出都会变为：

[(38, 9848), (40, 41), (10, 42)]

内容的提问来源于stack exchange，提问作者PythonN00b