Nano Hash - криптовалюты, майнинг, программирование

Как сохранить список пролога, возвращаемый запросом в python?

Я написал код на python, который пытается запускать пролог-запросы через pyswip. Есть одна проблема: вывод показывает тип и адрес вместо фактических значений атомов. Может ли кто-нибудь сказать мне, почему это происходит так, и есть ли какая-либо другая функция для получения списка пролога и сохранения в списке python?

from pyswip import Prolog
p = Prolog()
p.retractall('tran(_,_)')
p.retractall('listtran(_,_)')
p.assertz('tran(eins,one)')
p.assertz('tran(zwei,two)')
p.assertz('tran(drei,three)')
p.assertz('tran(vier,four)')
p.assertz('tran(fuenf,five)')
p.assertz('tran(sechs,six)')
p.assertz('tran(sieben,seven)')
p.assertz('tran(acht,eight)')
p.assertz('tran(neun,nine)')    
p.assertz('listtran([],[])')
p.assertz('listtran([X|Tx],[Y|Ty]) :- tran(X,Y) , listtran(Tx,Ty)')

Val = list(p.query('listtran([eins,zwei,drei,vier],Z)'))
print(Val)

Выход:-

[{'Z': [Atom('468997'), Atom('469381'), Atom('469765'), Atom('470149')]}]

Что ж, я нашел эту ссылку, по которой поднимался этот вопрос, но не смог найти решение.

python prolog
28.06.2020

Ответы:


1

Альтернативное решение, которое сработало для меня, но все еще не может прочитать список пролога

from pyswip import Prolog
p = Prolog()
p.retractall('tran(_,_)')
p.retractall('listtran(_,_)')
p.assertz("tran(eins,one)")
p.assertz('tran(zwei,two)')
p.assertz('tran(drei,three)')
p.assertz('tran(vier,four)')
p.assertz('tran(fuenf,five)')
p.assertz('tran(sechs,six)')
p.assertz('tran(sieben,seven)')
p.assertz('tran(acht,eight)')
p.assertz('tran(neun,nine)')    
p.assertz('listtran([],[])')
p.assertz('listtran([X|Tx],[Y|Ty]) :- tran(X,Y) , listtran(Tx,Ty)')

for soln in p.query('listtran([eins,zwei,drei],[X,Y,Z])'):
    print(soln)

Выход:-

{'X': 'one', 'Y': 'two', 'Z': 'three'}
29.06.2020
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..