模型中的一个参数控制数组的维数;它的范围可以从1到任何正整数:对于我来说,最大为20。
程序的流程经过多个循环,具体取决于此维度。
例如,如果参数的值为1,我将拥有:
for i1 in range(0,100,1):
do stuff
如果参数的值为2,那么我将得到类似的信息:
for i1 in range (0,100,1):
for i2 in range (0,100,1):
do stuff
或者,如果参数的值为3,我将拥有:
for i1 in range (0,100,1):
for i2 in range (0,100,1):
for i3 in range (0,100,1):
do stuff
尺寸可以更改,因此无法预先指定需要多少个嵌套循环;这必须以某种参数化方式编写。
答案 0 :(得分:1)
由于您没有在中间循环中列出任何处理-仅在最内部的循环中,我觉得您真正需要的是索引序列的迭代器:
让max_dim
为您空间的维度,即维度的数量。
max_val = 100
one_dim = list(range(max_val))
all_dim = [one_dim] * max_val
all_dim
现在是一个列表列表,每个维度一个。每个列表包含值0-99,这是嵌套循环使用的值。现在开始从itertools
开始的神奇步骤:
from itertools import product
for index_list in product(*all_dim):
# do your stuff; the index_list is [i1, i2, i3, ...]
这将迭代您想要的尺寸。举个小例子,这是product
序列在只有两个值和三个维度的情况下的样子:
>>> all_dim = [[0,1]] * 3
>>> all_dim
[[0, 1], [0, 1], [0, 1]]
>>> list(product(*all_dim))
[(0, 0, 0), (0, 0, 1), (0, 1, 0), (0, 1, 1), (1, 0, 0), (1, 0, 1), (1, 1, 0), (1, 1, 1)]
这样足以解决您的问题吗?
答案 1 :(得分:0)
对可变深度的嵌套循环使用递归。
def nested(parameters, depth):
for x in range(0,100,1):
if depth==0:
do
else:
nested(parameters, depth-1)