具有可变深度的 Python 嵌套列表推导式

Question

我正在编写一个程序，其中使用不同的方法来拟合数据集，在最后一步中，我想对模型进行分布，然后针对验证集进行测试以选择最佳分布。为此，我需要总和为 1(所有模型的总重量)的列表。对于3个模型的情况，我使用以下代码:

Grid = np.arange(0,1.1,0.1)
Dists = [[i,j,k] for i in Grid for j in Grid for k in Grid if i+j+k==1]

我现在正在寻找一种方法将其推广到任意数量的模型，例如 d，而无需事先指定 d 是什么。我查看了 np.tensordot 和 np.outer，但无法找到一种方法来完成这项工作。任何想法，将不胜感激。干杯，狮子座

Answer 1

您正在寻找itertools.product :

from itertools import product
Dists = [list(p) for p in product(Grid, repeat=3) if sum(p) == 1]