对于多维范围，是否存在与range（n）相当的Python？

在Python上，范围（3）将返回[0,1,2]。多维范围是否有等价物

range((3,2)) # [(0,0),(0,1),(1,0),(1,1),(2,0),(2,1)]

因此，例如，在基于平铺的游戏中，通过矩形区域的平铺循环可以写成：

for x,y in range((3,2)):

---

注意，我不是在要求实现。我想知道这是否是一个公认的模式，Python上是否有内置函数，或者它的标准/公共库。

实际上有一个简单的语法。您只需要为s设置两个

：

>>> [(x,y) for x in range(3) for y in range(2)]
[(0, 0), (0, 1), (1, 0), (1, 1), (2, 0), (2, 1)]

您可以使用
itertools.product（）
：

如果您想将其放大到一个十维循环或类似荒谬的东西，那么多个重复的
xrange（）
语句可以这样表示：

>>> for combination in itertools.product( xrange(3), repeat=10 ):
...     print combination

循环10个变量，从
（0,0,0,0,0,0,0,0,0）
到
（2,2,2,2,2,2,2）


一般来说，
itertools
是一个非常棒的模块。同样，regexp比“普通”字符串方法更具表现力，
itertools
是一种非常优雅的复杂循环表达方式。它将使您的生活更加有趣。
您可以使用
itertools
模块中的
product

itertools.product(range(3), range(2))

因此，这是两份清单中的一份：

import itertools
for element in itertools.product(range(3),range(2)):
    print element

给出此输出：

(0, 0)
(0, 1)
(1, 0)
(1, 1)
(2, 0)
(2, 1)

我想看看
numpy.meshgrid
：


这将为您提供网格/栅格中每个位置的X和Y栅格值。然后你可以做一些类似的事情：

import numpy as np
X,Y = np.meshgrid(xrange(3),xrange(2))
zip(X.ravel(),Y.ravel()) 
#[(0, 0), (1, 0), (2, 0), (0, 1), (1, 1), (2, 1)]

或

在努比，这是一个很好的选择。也来看看

例如

这将产生：

0 0
0 1
1 0
1 1
2 0
2 1

Numpy的
ndindex（）
适用于您给出的示例，但并不适用于所有用例。与Python内置的
range（）
不同，它允许任意的
开始
，
停止
，和
步骤
，numpy的
np.ndix（）
只接受
停止
。（假定
开始
为
（0,0，…）
，而
步骤
为
（1,1，…）
）

这里的实现更像是内置的
range（）
函数。也就是说，它允许任意的
开始
/
停止
/
步骤
参数，但它对元组有效，而不仅仅是整数

导入系统
来自itertools导入产品starmap
#Python 2/3兼容性
如果sys.version_info.major<3：
从itertools导入izip
其他：
izip=zip
xrange=范围
def ndrange（开始、停止=无，步骤=无）：
如果停止为无：
停止=开始
开始=（0，）*len（停止）
如果步骤为无：
步骤=（1，）*len（停止）
断言len（开始）==len（停止）==len（步骤）
对于产品中的索引（*星图（xrange，izip（开始、停止、步骤））：
产量指数

例如：

In [7]: for index in ndrange((1,2,3), (10,20,30), step=(5,10,15)):
   ...:     print(index)
   ...:
(1, 2, 3)
(1, 2, 18)
(1, 12, 3)
(1, 12, 18)
(6, 2, 3)
(6, 2, 18)
(6, 12, 3)
(6, 12, 18)

---

与您的上一个答案相比有一点小小的改进：

对于产品（*[xrange（5）]*3））：打印c

：从（0,0,0）到（4,4,4）如果您想要精确的副本，实际上最好使用

itertools.tee（）

，我相信由于缓存，底层实现更高效。@agf：好的捕获-显然是我睡觉的时间了。编辑到这个效果。这很好，但我想指出的是，它可能会变得有点冗长：for（x，y）in[（x，y）for x in range（3）for y in range（2）]：在这里还可以提到

numpy.mgrid

和

numpy.ogrid

。+1：其语法与OP最初要求的语法惊人地相似。打得好！正如李昂所指出的，这与我所要求的惊人地相似，因此，毫无疑问，这是这个主题的最佳答案。李昂业的答案也很好，并且有一些经验，因为它表明笛卡尔积可以用于相同的目的。这使得大量使用Numpy数组的东西更加通用，太强大了。正好赶上冲刺！

import numpy as np
for x, y in np.ndindex((3,2)):
    print(x, y)

0 0
0 1
1 0
1 1
2 0
2 1

In [7]: for index in ndrange((1,2,3), (10,20,30), step=(5,10,15)):
   ...:     print(index)
   ...:
(1, 2, 3)
(1, 2, 18)
(1, 12, 3)
(1, 12, 18)
(6, 2, 3)
(6, 2, 18)
(6, 12, 3)
(6, 12, 18)