Question

如何更快地完成此功能？（我称之为很多时间，这可能会提高速度）

def vectorr(I,  J,  K):
    vect = []
    for k in range(0,  K):
        for j in range(0, J):
            for i in range(0, I):
                vect.append([i, j, k])
    return vect

Answer 1

您可以尝试查看itertools.product

等效于生成器表达式中的嵌套for循环。例如，   对于B中的y，product（A，B）返回与（x，y）中的x相同的返回值。

嵌套循环像具有最右边元素的里程表一样循环   在每次迭代中前进。这种模式创造了一个词典   排序，以便输入的iterables排序，产品   元组按排序顺序发出。

调用范围（0，I）等时也不需要0 - 只使用范围（I）

所以在你的情况下它可以是：

import itertools

def vectorr(I,  J,  K):
    return itertools.product(range(K), range(J), range(I))

Answer 2

你说你希望它更快。让我们用NumPy！

import numpy as np

def vectorr(I, J, K):
    arr = np.empty((I*J*K, 3), int)
    arr[:,0] = np.tile(np.arange(I), J*K)
    arr[:,1] = np.tile(np.repeat(np.arange(J), I), K)
    arr[:,2] = np.repeat(np.arange(K), I*J)
    return arr

这里可能有更优雅的调整，但这是一个基本的平铺，可以得到相同的结果（但是作为2D数组而不是列表列表）。这个代码全部用C语言实现，所以非常非常快 - 如果输入值有些大，这可能很重要。

Answer 3

其他答案更彻底，至少在这种情况下更好，但一般来说，如果您使用的是Python 2，并且对于I，J或K的大值，请使用xrange()而不是range()。 xrange提供类似生成器的对象，而不是构造列表，因此您不必为整个列表分配内存。

在Python 3中，range的工作方式与Python 2的xrange类似。

Answer 4

import numpy

def vectorr(I,J,K):
   val = numpy.indices( (I,J,K))
   val.shape = (3,-1)
   return val.transpose() # or val.transpose().tolist()

替代（更快）的战争到3嵌套的循环python

4 个答案: