Python 是否有一种优雅的方法可以仅从最小点和最大点生成N维棱镜的曲面？

假设我有一个N维棱镜，由两个点包围：最小点和最大点。在三维中，这将是棱镜上的左下和右上点

从技术上讲，棱柱体的边界是定义棱柱体所需的全部，但我很难推断某些信息

我可以用笛卡尔积得到所有点的列表

但是有没有一种优雅的方法可以从这个起点计算曲面列表呢

例如，以（0,0,0）和（1,1,1）为边界的三维立方体将具有以下曲面：

[(0, 0, 0), (0, 1, 0), (0, 1, 1), (0, 0, 1)]
[(0, 0, 0), (1, 0, 0), (1, 0, 1), (0, 0, 1)]
[(0, 0, 0), (1, 0, 0), (1, 1, 0), (0, 1, 0)]
[(1, 1, 1), (1, 0, 1), (1, 0, 0), (1, 1, 0)]
[(1, 1, 1), (0, 1, 1), (0, 1, 0), (1, 1, 0)]
[(1, 1, 1), (0, 1, 1), (0, 0, 1), (1, 0, 1)]

值得一提的是，我最终打算以图形方式显示这些曲面。因此，我要处理的问题的一部分是，每个曲面的点应该按照实际定义闭合曲面的顺序排列。因此，表面上：

[(0, 0, 0), (0, 1, 0), (0, 1, 1), (0, 0, 1)]

是有效的，但是

[(0, 0, 0), (0, 1, 0), (0, 0, 1), (0, 1, 1)]

不符合正确的顺序，因为边相互交叉（我想不出一个很好的方法来将点按正确的顺序排列）

我曾经尝试过，但没有想到一种方法来计算一个棱镜的表面列表，而这个棱镜并不是非常凌乱。如果您能提供正确的解决方法，我们将不胜感激

---

我意识到这是一个奇怪的具体问题。然而，我相信应该有一个很好的方法来解决这个问题，而我似乎找不到它。如何解决这样的问题？

在N维超立方体中（认为这是生成的对象的真实名称），有效边是只有一个坐标在变化的地方。这就是为什么（0,1,0）-（0,0,1）不起作用，而（0,1,0）-（0,1,1）起作用

---

那部分是肯定的。然而，为超立方体定义超曲面只是一种直觉：我认为它涉及到一个坐标固定，另一个N-1“环绕”。更复杂的是，请参见维基百科：

在N维超立方体中（假设这是您正在生成的对象的真实名称），有效边是仅一个坐标发生变化的位置。这就是为什么（0,1,0）-（0,0,1）不起作用，而（0,1,0）-（0,1,1）起作用

---

那部分是肯定的。然而，为超立方体定义超曲面只是一种直觉：我认为它涉及到一个坐标固定，另一个N-1“环绕”。更复杂的是，请参见维基百科：

您是否计划将更高的维度可视化，而不是3D？4D超立方体的边实际上是规则的3d立方体（其中8个）。你不能用8个顶点的一条线条来显示三维立方体。你是否打算显示比三维更高的维度？4D超立方体的边实际上是规则的3d立方体（其中8个）。您无法使用包含8个顶点的单个线条来真正可视化三维立方体。