使用 itertools 或 numpy 的分类排列

Question

我有一系列可以取离散值的维度。

例如，假设我有 4 个维度，每个维度都包含来自维度特定列表的关键字：

color: black, blue, red, green, yellow
size: xs, s, m, l, xl
material: leather, fabric, cotton, wool
gender: male, female

我想通过这些维度值的所有可能组合进行迭代并做一些事情。

假设有两种不同的情况，有没有办法用 itertools 或 numpy 做到这一点？

如果每个维度只能有一个关键字
如果每个维度可以有一个或多个关键字

Answer 1

你试过itertools.product(*iterables)了吗？听起来这就是你要找的东西。

该函数需要任意多的可迭代对象并生成笛卡尔积。这是一个例子：

import itertools

dimension1 = range(3)
dimension2 = ['a']
dimension3 = ['hello', 'world']

for res in itertools.product(dimension1, dimension2, dimension3):
    print(*res)

输出：

0 a hello
0 a world
1 a hello
1 a world
2 a hello
2 a world

Answer 2

Is there a way to do this with itertools or numpy assuming two different cases?

使用itertools.product

from itertools import product
gender = ['male', 'female']
color = ['black', 'blue', 'red', 'green', 'yellow']
material = ['leather', 'fabric', 'cotton', 'wool']
size = ['xs', 's','m', 'l', 'xl']
for item in product(color, size, material, gender):
    #do something()

您也可以使用 generator expressions

for item in ((g, c, m, s) for g in gender for c in color for m in material for s in size):
     #do something()

输出

>>> for item in ((g, c, m, s) for g in gender for c in color for m in material for s in size):
...     print(item)
... 
('male', 'black', 'leather', 'xs')
('male', 'black', 'leather', 's')
('male', 'black', 'leather', 'm')
('male', 'black', 'leather', 'l')
('male', 'black', 'leather', 'xl')
('male', 'black', 'fabric', 'xs')
('male', 'black', 'fabric', 's')
('male', 'black', 'fabric', 'm')
('male', 'black', 'fabric', 'l')
('male', 'black', 'fabric', 'xl')
('male', 'black', 'cotton', 'xs')
('male', 'black', 'cotton', 's')
('male', 'black', 'cotton', 'm')
('male', 'black', 'cotton', 'l')
('male', 'black', 'cotton', 'xl')
('male', 'black', 'wool', 'xs')
('male', 'black', 'wool', 's')
('male', 'black', 'wool', 'm')
('male', 'black', 'wool', 'l')
('male', 'black', 'wool', 'xl')
('male', 'blue', 'leather', 'xs')
('male', 'blue', 'leather', 's')
('male', 'blue', 'leather', 'm')
('male', 'blue', 'leather', 'l')
('male', 'blue', 'leather', 'xl')
('male', 'blue', 'fabric', 'xs')
('male', 'blue', 'fabric', 's')
('male', 'blue', 'fabric', 'm')
('male', 'blue', 'fabric', 'l')
('male', 'blue', 'fabric', 'xl')
('male', 'blue', 'cotton', 'xs')
('male', 'blue', 'cotton', 's')
('male', 'blue', 'cotton', 'm')
('male', 'blue', 'cotton', 'l')
('male', 'blue', 'cotton', 'xl')
('male', 'blue', 'wool', 'xs')
('male', 'blue', 'wool', 's')
('male', 'blue', 'wool', 'm')
('male', 'blue', 'wool', 'l')
('male', 'blue', 'wool', 'xl')
('male', 'red', 'leather', 'xs')
('male', 'red', 'leather', 's')
('male', 'red', 'leather', 'm')
('male', 'red', 'leather', 'l')
('male', 'red', 'leather', 'xl')
('male', 'red', 'fabric', 'xs')
('male', 'red', 'fabric', 's')
('male', 'red', 'fabric', 'm')
('male', 'red', 'fabric', 'l')
('male', 'red', 'fabric', 'xl')
('male', 'red', 'cotton', 'xs')
('male', 'red', 'cotton', 's')
('male', 'red', 'cotton', 'm')
('male', 'red', 'cotton', 'l')
('male', 'red', 'cotton', 'xl')
('male', 'red', 'wool', 'xs')
('male', 'red', 'wool', 's')
('male', 'red', 'wool', 'm')
('male', 'red', 'wool', 'l')
...

If each dimension can have only one keyword

If each dimension can have one or several keywords

即使您的列表各有一个元素，这两种方法都可以使用。

使用 itertools 或 numpy 的分类排列

Classified permutations using itertools or numpy

python

python-3.x

numpy

itertools