Question

我是一名长期的python开发人员，最近已被介绍给Prolog。我喜欢为某些类型的任务使用关系规则的概念，并希望将其添加到我的保留曲目中。

Python中有没有适合逻辑编程的库？我在谷歌上做了一些搜索，但只发现了以下内容：

jtauber's blog series on relational_python

愿意与其他人比较......谢谢！

-aj

Answer 1

您可能想要使用pyDatalog，这是我为Python实现Datalog而开发的逻辑编程库。它还可以与SQLAlchemy一起使用逻辑子句查询关系数据库。

Answer 2

也许你应该谷歌“用Python编写逻辑程序”。 Pyke看起来很有希望：

  Pyke介绍了一种逻辑编程形式（灵感来自Prolog）   通过提供基于知识的推理引擎来实现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   你的专家系统规则。

Answer 3

另一个选项是Yield Prolog

Answer 4

LogPy是Python中关系编程语言miniKanren的一种实现。它遵循core.logic的传统，这是Clojure中卓越的逻辑编程解决方案。 LogPy旨在与预先存在的代码库进行互操作。

Answer 5

你也可以看看Dee，它增加了与Python的关系：http://www.quicksort.co.uk

Answer 6

最近在Python中使用Prolog实现（或者更确切地说是RPython） Pyrolog。它仍然是实验性的。

Answer 7

您还应该检查PyLog：

http://cdsoft.fr/pylog/

它具有非常简洁的语法和实现。

Answer 8

在我们迈向2019年的同时，我推荐PySWIP，胜过这里推荐的其他人。它与Pyke（9年前）或PyLog（6年前）不同，它得到了积极维护，并具有易于使用的界面。

Answer 9

您可以查看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。只需启动知识库，并向其提供事实和规则，然后运行查询。

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}]

它也可以用来在图中的节点之间找到一条路径。

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in-memory relational databases。毕竟，SQL是最流行的关系语言，它与Prolog有很多相似之处。

pandas（comparison with SQL）
SQLite3

Python中的关系/逻辑编程？

10 个答案: