通过数据,获得已知N维(N>10)数据,经过计算,得到在每个维度上的M个区间。可能说的有点抽象,我举个三维的例子,现获得区间为x:[1,2],[4,5],[7,8]y:[3,4],[6,7]z:[9,10],[344,455],[456,500],[505,504]也就是说每个维度上区间个数不等。然后我想用python代码实现自动做出这几个区间所能围成的超矩形区域的坐标。仅此而已。但是难点在于三维四维这种小维数的区间再怎么多也好拼在一起。但是达到十维以上,手动改代码就很麻烦了。有没有可以用到的算法,或者有什么好的策略帮帮忙呢?如图,这组会运算3x2x4=24次
1 回答
Gir非碼農
TA贡献5条经验 获得超0个赞
x = [[1,2,4,5,7,8],
[3,4,6,7],
[9,10,344,455,456,500,505,506],
[1,2,7,8],
[3,4,6,7,9,11],
[9,10,344,455,505,506],
[1,2],
[3,4,6,7],
[9,10,344,455,456,500],
[1,2,4,5,7,8,15,20]]
大概数组是这个样子,二维数组,每个子数组中前后两个数为一个区间,不同子数组是不同维。
附:才发现问题中区间有一个错了,恩区间里的数不重要……
求得伪代码或者代码都可以,方便操作就成,感恩
添加回答
举报
0/150
提交
取消