我是一名长期的 python 开发人员，最近被介绍给 Prolog。我喜欢为某些类型的任务使用关系规则的概念，并想将其添加到我的曲目中。
有没有好的 Python 逻辑编程库？我在谷歌上做了一些搜索，但只找到了以下内容：
jtauber 关于relational_python 的博客系列
很想与其他一些人进行比较...谢谢！
-aj
问问题
19200 次
10 回答
12
也许你应该在谷歌上搜索“Python 中的逻辑编程”。派克看起来很有希望：
Pyke 通过提供以 100% Python 编写的基于知识的推理引擎（专家系统），向 Python 社区引入了一种逻辑编程形式（受 Prolog 启发）。
与 Prolog 不同，Pyke 与 Python 集成，允许您从 Python 调用 Pyke，并在您的专家系统规则中混合 Python 语句和表达式。
于 2009-12-16T21:32:33.640 回答
7
随着我们迈向 2019 年，我推荐PySWIP ，而不是此处推荐的其他人。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。
于 2018-11-26T05:05:48.763 回答
5
LogPy是 miniKanren 的实现，一种关系编程语言，在 Python 中。它遵循core.logicClojure 中卓越的逻辑编程解决方案的传统。LogPy 旨在与预先存在的代码库进行互操作。
于 2013-05-09T14:38:10.473 回答
3
另一种选择是Yield Prolog
于 2012-03-29T19:10:38.027 回答
2
您还可以查看 Dee，它为 Python 添加了关系：http ://www.quicksort.co.uk
于 2010-10-15T15:53:11.597 回答
2
Pyrolog 中 Python（或者更确切地说是RPython）中最近的 Prolog 实现 。它仍然是相当实验性的。
于 2012-03-29T14:52:19.137 回答
2
于 2012-11-16T10:51:07.667 回答
1
你可以看看pytholog。它完全用 python 编写，没有与 prolog 的接口，它模仿 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。
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']
于 2020-04-15T07:43:31.200 回答