惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V
Visual Studio Blog
爱范儿
爱范儿
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
雷峰网
雷峰网
V
V2EX
博客园_首页
Engineering at Meta
Engineering at Meta
博客园 - 聂微东
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Apple Machine Learning Research
Apple Machine Learning Research
GbyAI
GbyAI
H
Help Net Security
A
About on SuperTechFans
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Blog — PlanetScale
Blog — PlanetScale
W
WeLiveSecurity
云风的 BLOG
云风的 BLOG
D
Docker
Security Archives - TechRepublic
Security Archives - TechRepublic
Help Net Security
Help Net Security
N
News and Events Feed by Topic
Simon Willison's Weblog
Simon Willison's Weblog
G
Google Developers Blog
A
Arctic Wolf
T
The Blog of Author Tim Ferriss
博客园 - 叶小钗
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Google DeepMind News
Google DeepMind News
博客园 - 三生石上(FineUI控件)
aimingoo的专栏
aimingoo的专栏
Hacker News: Ask HN
Hacker News: Ask HN
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - 司徒正美
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
P
Privacy International News Feed
T
Troy Hunt's Blog
T
Tenable Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Recorded Future
Recorded Future
F
Fortinet All Blogs
D
DataBreaches.Net
B
Blog
T
Threat Research - Cisco Blogs
MyScale Blog
MyScale Blog
Hacker News - Newest:
Hacker News - Newest: "LLM"
The GitHub Blog
The GitHub Blog
Security Latest
Security Latest
M
MIT News - Artificial intelligence

晚花行乐

马克卡尼在2026年达沃斯论坛上的讲话(阅读材料) | 晚花行乐 鸡娃如何用力才是恰到好处 | 晚花行乐 读万卷书,行万里路的辩证关系 | 晚花行乐 反对培训机构掐尖招生 | 晚花行乐 小泽和建国会谈最后10分钟全文(阅读材料) | 晚花行乐 来看看 DeepSeek 怎么鸡娃 | 晚花行乐 谈谈基本功 | 晚花行乐 惠普 ProDesk SFF PC 各系列参数对比 | 晚花行乐 解决瘦客户机上安装 Debian 12 启动失败问题 | 晚花行乐 意拾喻言:老外写的文言文 | 晚花行乐 笠翁对韵中的典故(十三元) | 晚花行乐 谈谈中考取消四小门 | 晚花行乐 亚马逊云科技产品免费试用攻略(3) - 对象存储服务 | 晚花行乐 在 Windows 10 LTSC 版本上安装 WSL2 | 晚花行乐 Debian 12 的常用配置项 | 晚花行乐 在 Debian 12 上安装 Nvidia 显卡驱动程序 | 晚花行乐 解决 Debian 12 关机失败问题 | 晚花行乐 解决 VS Code 自动更新版本后卡在连接界面 | 晚花行乐 观看巴黎奥运会有感 | 晚花行乐 在 Windows10 上安装惠普旧打印机驱动程序 | 晚花行乐 欢迎关注公众号:晚花行乐 | 晚花行乐 如何编写拼写检查器 | 晚花行乐 亚马逊云科技产品免费试用攻略(2) - 云服务器 | 晚花行乐 Pandas 中 axis 参数的理解(附实例) | 晚花行乐 我打算命个名,叫什么什么 Manager | 晚花行乐 上海武康路历史建筑一览 | 晚花行乐 Python 实现简单的数学表达式解析并处理 | 晚花行乐 观看马拉松的感悟 | 晚花行乐 Python 保存 Cookies 到文件并再次读取 | 晚花行乐 如何为 Hugo 静态网站添加评论功能 | 晚花行乐 Linux 共享打印服务 CUPS | 晚花行乐 如何为 Hugo 静态网站添加搜索功能 | 晚花行乐 解决 CSV 文件的第一列不能解析 | 晚花行乐 亚马逊云科技产品免费试用攻略(1) - 注册账户 | 晚花行乐 第二幕 Atma 的闲聊 | 晚花行乐 第二幕野蛮人的语音 | 晚花行乐 古入声和普通话平声对照 | 晚花行乐 第一幕的背景音乐 | 晚花行乐 第二幕亚马逊的语音 | 晚花行乐 第一幕的亚马逊的语音 | 晚花行乐 第一幕的野蛮人的语音 | 晚花行乐 MacOS 的彩蛋:Here's to the crazy ones | 晚花行乐 笠翁对韵的基本知识 | 晚花行乐 笠翁对韵中的典故(十二文) | 晚花行乐 笠翁对韵中的典故(十一真) | 晚花行乐 笠翁对韵中的典故(十灰) | 晚花行乐 杭州景点的楹联 | 晚花行乐 adb keycode 大全 | 晚花行乐 Scikit-learn 学习笔记(0)名词术语 | 晚花行乐 Scikit-learn 学习笔记(3)监督学习的例子 | 晚花行乐 SQLite 文档的学习笔记(1)长期支持计划 | 晚花行乐 SQLite 文档的学习笔记(2)测试方法 | 晚花行乐 笠翁对韵中的典故(九佳) | 晚花行乐 Ansible 如何检查一个程序的版本 | 晚花行乐 Ansible 如何检查一个文件夹是否存在 | 晚花行乐 pip 配置文件详解 | 晚花行乐 Ansible 如何检查一个URL是否正常 | 晚花行乐 Ansible 如何修改 iptables 规则 | 晚花行乐 Ansible 指定 playbook 运行的主机 | 晚花行乐 Ansible 如何清空文件夹 | 晚花行乐 Ansible 如何在本机执行命令 | 晚花行乐 笠翁对韵中的典故(八齐) | 晚花行乐 Python 中 Defaultdict 的理解 | 晚花行乐 《伊索寓言》电子书 | 晚花行乐 菲伯尔钢琴伴奏:第二册 | 晚花行乐 Python 的 Keyword-Only Arguments 理解 | 晚花行乐 Python 的 函数参数处理机制 | 晚花行乐 瓦瑞夫在第一幕的闲聊 | 晚花行乐 瓦瑞夫在第一幕的任务提示 | 晚花行乐 第一幕的女巫语音 | 晚花行乐 《Fluent Python》 读书笔记:文本和字节序列 | 晚花行乐 第一幕的罗格语音 | 晚花行乐 第一幕的圣骑士语音 | 晚花行乐 第一幕的男巫语音 | 晚花行乐 第一幕的旁白 | 晚花行乐 第一幕的恶魔 | 晚花行乐 Python 中 Element Tree 的理解 | 晚花行乐 笠翁对韵中的典故(七虞) | 晚花行乐 笠翁对韵中的典故(五微) | 晚花行乐 笠翁对韵中的典故(六鱼) | 晚花行乐 笠翁对韵中的典故(一东) | 晚花行乐 笠翁对韵中的典故(二冬) | 晚花行乐 笠翁对韵中的典故(三江) | 晚花行乐 笠翁对韵中的典故(四支) | 晚花行乐 姜太公钓鱼 | 晚花行乐 武王建立周朝 | 晚花行乐 大禹治水 | 晚花行乐 尧舜让位 | 晚花行乐 黄帝战蚩尤 | 晚花行乐 上下五千年-精简版 | 晚花行乐 成功修复鼠标按键 | 晚花行乐 横向的Word文档怎么加页眉页脚 | 晚花行乐 商标通用化的故事:商标代替商品名 | 晚花行乐 搜索空文件夹的批处理程序 | 晚花行乐 Sn0wbreeze不能运行? | 晚花行乐 天线的驻波比 | 晚花行乐 天线参数:增益Gain | 晚花行乐 天线参数:方向图Radiation pattern | 晚花行乐 本拉登别墅的Google Earth坐标 | 晚花行乐 宜家帕克斯(PAX)衣柜的拼装过程 | 晚花行乐
Python 用递归生成器计算笛卡尔积 | 晚花行乐
2014-06-26 · via 晚花行乐

本文介绍如何用 Python 实现向量的笛卡尔积(或者叫外积)。一个方法是使用内置函数,另一个方法使用递归生成器实现。

笛卡尔积的含义

有 $N$ 个向量,按固定顺序从每个向量中取出一个元素排列成新的向量,所有新的向量的集合,就是这 $N$ 个向量的笛卡尔积。比如有三个向量 $A,B,C$:

$A$$B$$C$
$a_1$$b_1$$c_1$
$a_2$$b_2$$c_2$
$a_3$

则 $A,B,C$ 三个向量的笛卡尔积 $A \times B \times C$ 为:

123456789101112
$a_1$$a_1$$a_1$$a_1$$a_2$$a_2$$a_2$$a_2$$a_3$$a_3$$a_3$$a_3$
$b_1$$b_1$$b_2$$b_2$$b_1$$b_1$$b_2$$b_2$$b_1$$b_1$$b_2$$b_2$
$c_1$$c_2$$c_1$$c_2$$c_1$$c_2$$c_1$$c_2$$c_1$$c_2$$c_1$$c_2$

从排列知识可知,笛卡尔积的元素个数是原来 $N$ 个向量个数之积 $(3 \times 2 \times 2= 12)$

下面使用 Python 的两种方法求向量的笛卡尔积。

内置函数 product( )

Python内置的 itertools.product()函数 可以得到N个向量的笛卡尔积,例如:

from itertools import product
list(product([1,2,3],[4],[5,6,7]))
# [(1, 4, 5), (1, 4, 6), (1, 4, 7), (2, 4, 5), (2, 4, 6),\ 
# (2, 4, 7), (3, 4, 5), (3, 4, 6), (3, 4, 7)]

product()函数 返回一个生成器,它的等效代码为:

def product(*args, **kwds):
    # product('ABCD', 'xy') --> Ax Ay Bx By Cx Cy Dx Dy
    # product(range(2), repeat=3) --> 000 001 010 011 100 101 110 111
    pools = map(tuple, args) * kwds.get('repeat', 1)
    result = [[]]
    for pool in pools:
        result = [x+[y] for x in result for y in pool]
    for prod in result:
        yield tuple(prod)

生成器思路

递归的思路就像剥洋葱一样,尽管我们不知道一颗洋葱有几层,但是只要坚持剥下去,就一定能剥到最里层。

我们把剥洋葱的原则,描述为

def 剥(任意一颗洋葱)

函数的定义应该是下面这样的:

def 剥(洋葱):
    如果 洋葱剥没了:
        什么也给不了
    否则:
        剥去最外层
        剥(剩下的洋葱)

对于无论多厚的一颗洋葱,只要执行一次 剥( ) 函数,就能遍历每一层。

回到上面的笛卡尔积问题来,假如我们把函数命名为 笛卡尔积() ,它看起来应该是这样的:

def 笛卡尔积(序列):
    如果 序列 为 空:
        给出(yield)空序列
    否则:
        拆开第一个子序列,对于其中每个元素
             把这个元素加在 笛卡尔积(剩下的序列) 的每一个结果 前面
             给出(yield) 这个组合

把上面的中文翻译成python语言,就得到想要的递归生成器

用python语言实现递归生成器

实现笛卡尔积的递归生成器,具体代码为:

def combi(seq):
    if not seq:
        yield []
    else:
        for element in seq[0]:
            for rest in combi(seq[1:]):
                yield [element] + rest

用下面的语句测试,得到的结果和 product() 函数一样:

n=[[1,2,3],[4],[5,6,7]]
print list(combi(n))

应用举例

用combi( )函数处理下面这个向量集合:

[[1,2,3],[4],[5,6,7]]

我们看看如何运行的:

拆出第一个序列,得到1,2,3
对于1                      (暂存结果[1])
拆出第2个序列,得到4
    对于4                      (暂存结果[1, 4])
    拆出第3个序列,得到5,6,7
        对于5                       (暂存结果[1, 4, 5])
        拆出第4个序列(空),得到(空)       
        把5加到(空)前面,返回结果    (返回暂存结果[1, 4, 5])
        对于6                       (暂存结果[1, 4, 6])
        拆出第4个序列(空),得到(空)        
        把6加到(空)前面,返回结果    (返回暂存结果[1, 4, 6])
        对于7                       (暂存结果[1, 4, 7])
        拆出第4个序列(空),得到(空)       
        把7加到(空)前面,返回结果    (返回暂存结果[1, 4, 7])

上面的过程结束后,就得到了

[1, 4, 5], [1, 4, 6], [1, 4, 7]

以上这是第一次递归的分析结果,后面的过程与之类似。

各位读后有什么想法,请在下方留言吧!如果对本文有疑问或者寻求合作,欢迎 联系邮箱邮箱已到剪贴板

精彩评论