对于多维范围，是不是有 Python 的 range(n) 等价物？

Posted 2023-02-22

【中文标题】对于多维范围，是不是有 Python 的 range(n) 等价物？

【英文标题】：Is there a Python equivalent of range(n) for multidimensional ranges?对于多维范围，是否有 Python 的 range(n) 等价物？

【发布时间】：2012-04-23 00:16:42

【问题描述】：

在 Python 上，range(3) 将返回 [0,1,2]。多维范围是否有等价物？

range((3,2)) # [(0,0),(0,1),(1,0),(1,1),(2,0),(2,1)]

因此，例如，在基于图块的游戏中循环通过矩形区域的图块可以写成：

for x,y in range((3,2)):

请注意，我不是要求实现。我想知道这是否是一种公认​​的模式，以及 Python 上是否有内置函数或其标准/通用库。

【参考方案1】：

实际上有一个简单的语法。你只需要两个fors：

>>> [(x,y) for x in range(3) for y in range(2)]
[(0, 0), (0, 1), (1, 0), (1, 1), (2, 0), (2, 1)]

【讨论】：

这很好，但我想指出它可能有点冗长： for (x,y) in [(x,y) for x in range(3) for y in range (2)]:

【参考方案2】：

你可以使用itertools.product():

>>> import itertools
>>> for (i,j,k) in itertools.product(xrange(3),xrange(3),xrange(3)):
...     print i,j,k

多个重复的xrange() 语句可以这样表达，如果你想把它放大到一个十维循环或类似的荒谬的东西：

>>> for combination in itertools.product( xrange(3), repeat=10 ):
...     print combination

其中循环了十个变量，从 (0,0,0,0,0,0,0,0,0,0) 到 (2,2,2,2,2,2,2,2,2,2)。

---

总的来说，itertools 是一个非常棒的模块。同样，正则表达式比“普通”字符串方法更具表现力，itertools 是表达复杂循环的一种非常优雅的方式。 You owe it to yourself to read the itertools module documentation.它会让你的生活更有趣。

【讨论】：

只是比您上一个答案的微小改进：for c in product(*([xrange(5)]*3)): print c：从 (0,0,0) 到 (4,4,4)

如果你想要精确的副本，实际上最好使用itertools.tee() - 我相信由于缓存，底层实现更有效。

@agf：很好的收获——显然是时候让我睡觉了。为此进行了编辑。

【参考方案3】：

您可以使用来自itertools 模块的product。

itertools.product(range(3), range(2))

【参考方案4】：

这是两个列表中的cartesian product，因此：

import itertools
for element in itertools.product(range(3),range(2)):
    print element

给出这个输出：

(0, 0)
(0, 1)
(1, 0)
(1, 1)
(2, 0)
(2, 1)

【参考方案5】：

我会看看numpy.meshgrid：

http://docs.scipy.org/doc/numpy-1.6.0/reference/generated/numpy.meshgrid.html

这将为您提供网格/网格中每个位置的 X 和 Y 网格值。然后你可以这样做：

import numpy as np
X,Y = np.meshgrid(xrange(3),xrange(2))
zip(X.ravel(),Y.ravel()) 
#[(0, 0), (1, 0), (2, 0), (0, 1), (1, 1), (2, 1)]

或

zip(X.ravel(order='F'),Y.ravel(order='F')) 
# [(0, 0), (0, 1), (1, 0), (1, 1), (2, 0), (2, 1)]

【讨论】：

最好在此处提及numpy.mgrid 和numpy.ogrid。

【参考方案6】：

在 numpy 中，它是 numpy.ndindex。也可以看看numpy.ndenumerate。

例如

import numpy as np
for x, y in np.ndindex((3,2)):
    print(x, y)

这会产生：

0 0
0 1
1 0
1 1
2 0
2 1

【讨论】：

+1：其语法与 OP 最初要求的惊人地相似。打得好！

正如 Li-aung 所指出的，这与我所要求的惊人地相似，所以毫无疑问，这是该主题的最佳答案。

Li-aung Yip 的回答也很棒，并且有一些学习，因为它表明笛卡尔积可以用于相同的目的。

这使得 Numpy 数组的负载变得更加通用，功能强大。

【参考方案7】：

Numpy 的 ndindex() 适用于您给出的示例，但它并不适用于所有用例。与 Python 的内置 range() 不同，后者允许任意 start、stop 和 step，numpy 的 np.ndindex() 只接受 stop。 （start 假定为(0,0,...)，step 为(1,1,...)。）

这是一个更像内置 range() 函数的实现。也就是说，它允许任意 start/stop/step 参数，但它适用于 元组 而不仅仅是整数。

import sys
from itertools import product, starmap

# Python 2/3 compatibility
if sys.version_info.major < 3:
    from itertools import izip
else:
    izip = zip
    xrange = range

def ndrange(start, stop=None, step=None):
    if stop is None:
        stop = start
        start = (0,)*len(stop)

    if step is None:
        step = (1,)*len(stop)

    assert len(start) == len(stop) == len(step)

    for index in product(*starmap(xrange, izip(start, stop, step))):
        yield index

例子：

In [7]: for index in ndrange((1,2,3), (10,20,30), step=(5,10,15)):
   ...:     print(index)
   ...:
(1, 2, 3)
(1, 2, 18)
(1, 12, 3)
(1, 12, 18)
(6, 2, 3)
(6, 2, 18)
(6, 12, 3)
(6, 12, 18)

【讨论】：

正好赶上冲刺！​​