spesso mi ritrovo a fare questo:Python nidificato looping Idiom
for x in range(x_size):
for y in range(y_size):
for z in range(z_size):
pass # do something here
Esiste un modo più conciso per fare questo in Python? Sto pensando a qualcosa lungo le linee di
for x, z, y in ... ? :
È possibile utilizzare itertools.product:
>>> for x,y,z in itertools.product(range(2), range(2), range(3)):
... print x,y,z
...
0 0 0
0 0 1
0 0 2
0 1 0
0 1 1
0 1 2
1 0 0
1 0 1
1 0 2
1 1 0
1 1 1
1 1 2
Se hai numpy come una dipendenza già, numpy.ndindex farà il trucco ...
>>> for x,y,z in np.ndindex(2,2,2):
... print x,y,z
...
0 0 0
0 0 1
0 1 0
0 1 1
1 0 0
1 0 1
1 1 0
1 1 1
Hmm ... Apparentemente questo fa la stessa cosa di "itertools.product". Avrei dovuto vederlo arrivare ... :-) – mgilson
Mi piace questa soluzione! È davvero conciso, anche se sarebbe più un idioma "intorpidito" che un idioma python. – Bakuriu
@Bakuriu - Vengo dalla prospettiva che 'python' senza' numpy' è solo un giocattolo lucido ... Ma so che non è la prospettiva di tutti :-). – mgilson
Utilizzare itertools.product():
import itertools
for x, y, z in itertools.product(range(x_size), range(y_size), range(z_size)):
pass # do something here
Dalla documentazione:
prodotto cartesiano di iterables ingresso.
Equivalente a for-loop annidati in un'espressione di generatore.
...
Dipende da cosa è all'interno del ciclo. Se si tratta di elenchi, è possibile utilizzare uno list comprehension
Per il caso più generale, vedere this post su itertools.
Grazie. Ho finito per seguire una strada diversa perché non posso usare itertools, ma, dopo aver esaminato la documentazione per itertools, è esattamente ciò di cui avevo bisogno. – cacti
Vale la pena notare che una delle grandi cose di itertools.product è che non sta creando gli elenchi intermedi, il che comporterebbe un sacco di accodamenti e operazioni di ridimensionamento e memoria dell'array dietro le quinte. Quindi questa versione non è solo elegante, ma anche più veloce e molto più facile sul garbage collector! Se il tuo ciclo annidato occupa molto del tuo runtime quando profilato, vale la pena provare questo approccio. –