如何生成大小为K的0-1矩阵的所有可能组合?
例如,如果我取K = 2且N = 2,我得到以下组合。
combination 1
[0, 0;
0, 0];
combination 2
[1, 0;
0, 0];
combination 3
[0, 1;
0, 0];
combination 4
[0, 0;
1, 0];
combination 5
[0, 0;
0, 1];
combination 6
[1, 1;
0, 0];
combination 7
[1, 0;
1, 0];
combination 8
[1, 0;
0, 1];
combination 9
[0, 1;
1, 0];
combination 10
[0, 1;
0, 1];
combination 11
[0, 0;
1, 1];
combination 12
[1, 1;
1, 0];
combination 13
[0, 1;
1, 1];
combination 14
[1, 0;
1, 1];
combination 15
[1, 1;
0, 1];
combination 16
[1, 1;
1, 1];
答案 0 :(得分:7)
包含numpy
和itertools
的单线解决方案:
[np.reshape(np.array(i), (K, N)) for i in itertools.product([0, 1], repeat = K*N)]
说明: product
函数返回其输入的笛卡尔积。例如,product([0, 1], [0, 1])
返回一个迭代器,其中包含[0, 1]
和[0, 1]
的所有可能排列。换句话说,从产品迭代器中绘制:
for i, j in product([0, 1], [0, 1]):
实际上相当于运行两个嵌套的for循环:
for i in [0, 1]:
for j in [0, 1]:
上面的for循环已经解决了K, N = (1, 0)
的特定情况下的问题。继续上述思路,为了生成向量i
的所有可能的零/一状态,我们需要从迭代器中绘制样本,该迭代器等效于深度l
的嵌套for循环,其中l = len(i)
。幸运的是,itertools
提供了使用repeat
关键字参数执行此操作的框架。在OP问题的情况下,这个排列深度应该是K*N
,这样它就可以在列表理解的每一步中重新整形为适当大小的numpy数组。