我想使用 numpy.arange（）并仅使用 numpy函数有效地生成一个元组numpy数组，其大小是每个轴的尺寸的倍数。 。例如：下面的 a_list 的大小为 max_i * max_j * max_k 。
此外，我想在下面的示例中获得的数组如下所示：[[（0,0），（0,1），...，（0，0，9）， （0，1，0），（0，1，1），...，（9，4，14）]
a_list = list()
max_i = 10
max_j = 5
max_k = 15
for i in range(0,max_i):
for j in range(0,max_j):
for k in range(0,max_k):
a_list.append((i,j,k))
以上依赖于列表和循环的循环的复杂度为O（max_i * max_j * max_k），我想使用分解的方式在numpy中生成相似的元组数组。有可能吗？
我在评论中更喜欢Divakar的解决方案，但这是另一个。
您所描述的是cartesian product。在this post的帮助下，您可以实现以下目标
import numpy as np
# Input
max_i,max_j,max_k = (10,5,15)
# Build sequence arrays 0,1,... N
arr_i = np.arange(0,max_i)
arr_j = np.arange(0,max_j)
arr_k = np.arange(0,max_k)
# Build cartesian product of sequence arrays
grid = np.meshgrid(arr_i,arr_j,arr_k)
cartprod = np.stack(grid,axis=-1).reshape(-1,3)
# Convert to list of tuples
result = list(map(tuple,cartprod))