我正在使用具有以下结构/条目的数组(对于量子信息游戏中的主人项目);
第一列条目{0,1}
,第二列{0,2**(d-1)}
,第三列{0,d-1}
,最后一列d=3
。
如下G =
[[0 0 0 0]
[0 0 0 1]
[0 0 0 2]
[0 0 1 0]
[0 0 1 1]
[0 0 1 2]
[0 0 2 0]
[0 0 2 1]
[0 0 2 2]
[0 0 3 0]
[0 0 3 1]
[0 0 3 2]
[0 1 0 0]
[0 1 0 1]
[0 1 0 2]
[0 1 1 0]
[0 1 1 1]
[0 1 1 2]
[0 1 2 0]
[0 1 2 1]
[0 1 2 2]
[0 1 3 0]
[0 1 3 1]
[0 1 3 2]
[1 0 0 0]
[1 0 0 1]
[1 0 0 2]
[1 0 1 0]
[1 0 1 1]
[1 0 1 2]
[1 0 2 0]
[1 0 2 1]
[1 0 2 2]
[1 0 3 0]
[1 0 3 1]
[1 0 3 2]
[1 1 0 0]
[1 1 0 1]
[1 1 0 2]
[1 1 1 0]
[1 1 1 1]
[1 1 1 2]
[1 1 2 0]
[1 1 2 1]
[1 1 2 2]
[1 1 3 0]
[1 1 3 1]
[1 1 3 2]]
:
def games(d = 3):
res = np.empty(0).astype(int)
for a in range(2):
for b in range(2):
for x in range(2**(d-1)):
for y in range(d):
res = np.append(res,[a,b,x,y],axis=0)
res = np.reshape(res,(-1,4))
return res
我使用以下函数构建此数组:
for-loops
现在我希望能够做到的,很容易选择列中的条目开始计数的顺序。 (从左侧的右侧列开始。)
例如,假设Id像第一列开始计数,然后是第3列,然后是第4列,最后是第2列。我可以通过置换函数中的def games(d = 3):
res = np.empty(0).astype(int)
for b in range(2):
for y in range(d):
for x in range(2**(d-1)):
for a in range(2):
res = np.append(res,[a,b,x,y],axis=0)
res = np.reshape(res,(-1,4))
return res
来获得这个:
G=
[[0 0 0 0]
[1 0 0 0]
[0 0 1 0]
[1 0 1 0]
[0 0 2 0]
[1 0 2 0]
[0 0 3 0]
[1 0 3 0]
[0 0 0 1]
[1 0 0 1]
[0 0 1 1]
[1 0 1 1]
[0 0 2 1]
[1 0 2 1]
[0 0 3 1]
[1 0 3 1]
[0 0 0 2]
[1 0 0 2]
[0 0 1 2]
[1 0 1 2]
[0 0 2 2]
[1 0 2 2]
[0 0 3 2]
[1 0 3 2]
[0 1 0 0]
[1 1 0 0]
[0 1 1 0]
[1 1 1 0]
[0 1 2 0]
[1 1 2 0]
[0 1 3 0]
[1 1 3 0]
[0 1 0 1]
[1 1 0 1]
[0 1 1 1]
[1 1 1 1]
[0 1 2 1]
[1 1 2 1]
[0 1 3 1]
[1 1 3 1]
[0 1 0 2]
[1 1 0 2]
[0 1 1 2]
[1 1 1 2]
[0 1 2 2]
[1 1 2 2]
[0 1 3 2]
[1 1 3 2]]
给出了:
solution/approach
在函数中置换for循环的顺序,但是我必须编写24种不同的情况来覆盖所有的排列。任何人都知道一般来说会有更好的{{1}}?
答案 0 :(得分:1)
你正在计算的东西被称为"笛卡尔积?"并且通过机会流行需求,标准库中的itertools module具有在没有所有显式循环的情况下构造它的功能。通过置换给itertools.product
的参数的顺序,确定列计数顺序。剩下要做的唯一事情是将列重新排列回所需的顺序,但这可以通过Numpy轻松完成。
import itertools
def make_games(d=3, perm=[3,2,1,0]):
entries = [range(2),
range(2),
range(2**(d-1)),
range(d)]
# Python3 compatibility
entries = [list(entry) for entry in entries]
# Cartesian product with columns count-order by `perm`
permuted_entries = [entries[px] for px in perm[::-1]]
games_list = list(itertools.product(*permuted_entries))
# Move the columns around to the original ordering
sorter = np.argsort(perm[::-1])
games = np.take(games_list, sorter, axis=1)
return games
现在可以通过调用make_games(3, [0, 2, 3, 1])
获得作为示例给出的输出。此外,现在可以通过循环itertools.permutations(range(4))
轻松获得所有可能的排列。
作为奖励,这里有一种方法可以让Numpy(更大的d
)更快地执行此操作:
def make_games_np(d=3, perm=[3,2,1,0]):
entries = [range(2),
range(2),
range(2**(d-1)),
range(d)]
# Python3 compatability
entries = [list(entry) for entry in entries]
n = len(entries)
entries_grid = np.array(np.meshgrid(*entries, indexing='ij'))
entries_grid = np.rollaxis(entries_grid, 0, n+1)
order = list(perm)[::-1] + [n]
games = entries_grid.transpose(*order).reshape(-1, n)
return games
答案 1 :(得分:0)
G
的每一列都是由4个维度组成,分别扩展到2
,2
,4
和3
个单位。这些4
维度可以通过24种方式进行排列。要形成G
的每一列,可以4
= 24
方式使用permutations(24,4)
个10626
置换维度中的10626
个。
因此,如果我正确地完成了所有这些操作,您将拥有G
个10626
个版本。因此,为了节省内存,使用循环来运行这些import itertools
# Create meshes with upto 2,2,4,3 numbers as is the case across G columns
D0,D1,D2,D3 = np.meshgrid(np.arange(2),np.arange(2),np.arange(4),np.arange(3))
# All possible dimension arrangements with 4 dimensions for each of D0,D1,D2,D3
dims = np.asarray(list(itertools.permutations(range(4))))
# All possible arrangements considering the dimension arrangements
dims_row_idx = np.asarray(list(itertools.combinations(range(dims.shape[0]),4)))
# Use dims_row_idx to select rows of dims and subsequently
# permute dimensions of D0,D1,D2,D3 and stack them as columns
for d in dims_row_idx:
c0 = D0.transpose(dims[d[0]]).ravel()
c1 = D1.transpose(dims[d[1]]).ravel()
c2 = D2.transpose(dims[d[2]]).ravel()
c3 = D3.transpose(dims[d[3]]).ravel()
out = np.column_stack((c0,c1,c2,c3))
# print(out)
方法是有意义的。这是实现所有谈话的实现 -
<textarea id="my_comp" class="tex_inp01" style="width:88%; height:100px; font-size:14pt;"></textarea>
答案 2 :(得分:0)
import numpy as np
import itertools
def games(d=3):
res_list=[]
a=list(itertools.permutations([2,2,2**(d-1),d],4))
for index in range(len(a)):
res=np.empty(0).astype(int)
for i in range(a[index][0]):
for j in range(a[index][1]):
for p in range(a[index][2]):
for q in range(a[index][3]):
res=np.append(res,[i,j,p,q],axis=0)
res=np.reshape(res,(-1,4))
res_list.append(res)
return res_list
我认为你的问题存在不一致的问题。我认为你的意思是第3列{0,2 **(d-1)-1}而不是{0,2 **(d-1)}。