Python 中的关系/逻辑编程？

Question

我是一名长期的 Python 开发人员，最近接触了 Prolog。我喜欢在某些类型的任务中使用关系规则的概念，并且想将其添加到我的技能中。

Python 有什么好的逻辑编程库吗？我在 Google 上进行了一些搜索，但只找到了以下内容：

jtauber's blog series onoretal_python

很想与其他一些...谢谢！

-aj

Answer 1

您可能需要使用 pyDatalog，这是我为实现 数据日志。它还与 SQLAlchemy 配合使用逻辑子句查询关系数据库。

Answer 2

也许你应该谷歌搜索“Python 逻辑编程”。 Pyke 看起来很有希望：

Pyke 引入了一种逻辑编程形式（受 Prolog 启发）
通过提供基于知识的推理引擎来建立 Python 社区
（专家系统）用 100% Python 编写。

与 Prolog 不同，Pyke 与 Python 集成，允许您调用 Pyke
来自 Python 并在其中混合 Python 语句和表达式
您的专家系统规则。

Answer 3

在我们即将迈向 2019 年之际，我推荐 PySWIP，而不是此处推荐的其他工具。与 Pyke（9 年前）或 PyLog（6 年前）不同，它得到积极维护并具有简单的界面。

Answer 4

LogPy 是 miniKanren，一种关系型编程语言，Python 语言。它遵循卓越的逻辑编程 core.logic 的传统Clojure 中的解决方案。 LogPy 旨在与预先存在的代码库进行互操作。

Answer 5

另一个选项是 Yield Prolog

Answer 6

您还可以查看 Dee，它添加了与 Python 的关系：http://www.quicksort.co.uk

Answer 7

最近在 Python（或者更确切地说 RPython）中实现的 Prolog
Pyrolog。它仍然是相当实验性的。

Answer 8

您还应该检查 PyLog：

http://cdsoft.fr/pylog/

它有一个非常干净和简单的语法和实施。

Answer 9

你可以看看pytholog。
它完全是用 python 编写的，没有与 prolog 的接口，它模仿了 prolog 的语法、方法和回溯。
只需启动一个知识库并为其提供事实和规则，然后运行查询即可。

import pytholog as pl
food_kb = pl.KnowledgeBase("food")
food_kb(["food_type(gouda, cheese)",
        "food_type(ritz, cracker)",
        "food_type(steak, meat)",
        "food_type(sausage, meat)",
        "food_type(limonade, juice)",
        "food_type(cookie, dessert)",
        "flavor(sweet, dessert)",
        "flavor(savory, meat)",
        "flavor(savory, cheese)",
        "flavor(sweet, juice)",
        "food_flavor(X, Y) :- food_type(X, Z), flavor(Y, Z)"])

print(food_kb.query(pl.Expr("food_flavor(What, sweet)")))
# [{'What': 'limonade'}, {'What': 'cookie'}]
print(food_kb.query(pl.Expr("flavor(sweet, dessert)")))
# ['Yes']

它还支持计算和概率

battery_kb = pl.KnowledgeBase("battery")
battery_kb([
    "battery(dead, P) :- voltmeter(battery_terminals, abnormal, P2), P is P2 + 0.5",
    "battery(dead, P) :- electrical_problem(P), P >= 0.8",
    "battery(dead, P) :- electrical_problem(P2), age(battery, old, P3), P is P2 * P3 * 0.9",
    "electrical_problem(0.7)",
    "age(battery, old, 0.8)",
    "voltmeter(battery_terminals, abnormal, 0.3)"])

battery_kb.query(pl.Expr("battery(dead, Probability)"))
# [{'Probability': 0.8}, {'Probability': 'No'}, {'Probability': 0.504}]

它还可以用于查找图中节点之间的路径。

graph = pl.KnowledgeBase("graph")
graph([
    "edge(a, b, 6)", "edge(a, c, 1)", "edge(b, e, 4)",
    "edge(b, f, 3)", "edge(c, d, 3)", "edge(d, e, 8)",
    "edge(e, f, 2)",
    "path(X, Y, W) :- edge(X , Y, W)",
    "path(X, Y, W) :- edge(X, Z, W1), path(Z, Y, W2), W is W1 + W2"])

answer, path = graph.query(pl.Expr("path(a, f, W)"), show_path = True)
print(answer)
# [{'W': 9}, {'W': 12}, {'W': 14}]

print([x for x in path if str(x) > "Z"])
# ['d', 'b', 'e', 'c']

answer, path = graph.query(pl.Expr("path(a, e, W)"), show_path = True, cut = True)
print(answer)
# [{'W': 10}]

print([x for x in path if str(x) > "Z"])
# ['b']

Answer 10

另一种选择是使用内存关系数据库。毕竟SQL是最流行的关系语言，它和Prolog有很多相似之处。

• pandas (与 SQL 比较)

• SQLite3< /p>