Я преподавал эти вещи, когда я был Дополнением в Орегонском технологическом институте. Им преподают, просто редко.
Если вы часто повторяете декартово произведение, как в вашем примере, вы можете исследовать itertools.product Python 2.6 или написать свой собственный, если вы используете более ранний Python.
from itertools import product
for y, x in product(range(3), repeat=2):
do_something()
for y1, x1 in product(range(3), repeat=2):
do_something_else()
Это довольно часто встречается при циклическом переходе по многомерным пространствам. Мое решение:
xy_grid = [(x, y) for x in range(3) for y in range(3)]
for x, y in xy_grid:
# do something
for x1, y1 in xy_grid:
# do something else
Столкнувшись с такой программной логикой, я, вероятно, разбил бы последовательность циклов на две или более отдельных функций.
Другой метод в Python - использовать понимание списков по возможности вместо петли.
Предполагая, что каждый цикл имеет какое-то независимое значение, разбейте их на именованные функции:
def do_tigers():
for x in range(3):
print something
def do_lions():
do_lionesses()
for x in range(3):
do_tigers()
def do_penguins():
for x in range(3):
do_lions()
..etc.
Возможно, я мог бы выбрать лучшие имена. 8 -)
Технически вы можете использовать itertools.product
, чтобы получить декартово произведение N последовательностей, и перебрать его:
for y, x, y1, x1 in itertools.product(range(3), repeat=4):
do_something_else()
Но я не думаю, что это действительно выигрывает у вас что-нибудь с точки зрения удобочитаемости.
Итераторы Python и, в частности, генераторы, существуют именно для того, чтобы позволить хороший рефакторинг сложных циклов. Конечно, сложно сделать абстракцию из простого примера, но если предположить, что 3
должен быть параметром (может быть, весь диапазон (3)
должен быть?), И две функции, которые вы вызываете, нуждаются в некоторых параметрах, которые являются переменными цикла, вы можете выполнить рефакторинг кода:
for y in range(3):
for x in range(3):
do_something(x, y)
for y1 in range(3):
for x1 in range(3):
do_something_else(x, y, x1, y1)
, например, в:
def nestloop(n, *funcs):
head = funcs[0]
tail = funcs[1:]
for y in range(n):
for x in range(n):
yield head, x, y
if tail:
for subtup in nestloop(n, *tail):
yield subtup[:1] + (x, y) + subtup[1:]
for funcandargs in nestloop(3, do_something, do_something_else):
funcandargs[0](*funcandargs[1:])
Точный вид рефакторинга, несомненно, необходимо будет настроить для ваших конкретных целей, но общий замечание о том, что итераторы (и обычно на самом деле просто простые генераторы) обеспечивают очень хороший рефакторинг циклов, остается - вся логика циклов находится внутри генератора,
Лично я считаю, что вы, вероятно, делаете что-то не так, если у вас 6 вложенных циклов ...
Тем не менее, функциональная декомпозиция - это то, что вы ищете. Выполните рефакторинг, чтобы некоторые циклы выполнялись при отдельных вызовах функций, а затем вызовите эти функции.
Судя по вашему коду, вы хотите выполнить операцию со всеми возможными парами точек, где x и y находятся в диапазоне 0..2.
Для этого :
for x1,y1,x2,y2 in itertools.product(range(3), repeat=4):
do_something_with_two_points(x1,y1,2,y2)
Операция do_something_with_two_points
будет вызываться 81 раз - один раз для каждой возможной комбинации точек.
Этот способ выглядит довольно простым и легким. Вы говорите, что хотите обобщить на несколько уровней циклов ... не могли бы вы привести пример из реальной жизни?
Другой вариант, о котором я мог бы подумать, - это использовать функцию для генерации параметров, а затем просто применять их в цикле
def generate_params(n):
return itertools.product(range(n), range(n))
for x,y in generate_params(3):
do_something()