如何限制itertools.product生成器仅返回i>=j的(x[i],x[j])组合？

这问题我之前优化重型计算任务时也碰到过！利用对称性砍掉重复计算，确实能大幅节省资源，尤其是当你的x数组规模变大的时候。这里给你两种实用的调整方案：

方法1：基于itertools.product过滤（直观但稍显低效） #

如果还是想保留itertools.product的使用习惯，可以先把数组的索引和对应值绑定，生成索引对后过滤出i>=j的情况，再提取对应的值：

import numpy as np
import itertools

x = np.arange(10)/10
# 先创建(索引, 值)的配对列表
indexed_x = list(enumerate(x))
# 生成所有索引对，过滤出i>=j的，再取出对应的值
gen = ((val_i, val_j) for (i, val_i), (j, val_j) in itertools.product(indexed_x, indexed_x) if i >= j)

这种方法逻辑直观、容易理解，但缺点是会先生成全部n²个组合再过滤，当x的长度n很大时，会额外消耗不必要的内存和时间。

方法2：直接生成目标组合（更高效，推荐） #

更高效的方式是跳过itertools.product，直接用生成器表达式构造双重循环：外层遍历i的索引，内层只遍历j从0到i的范围，这样直接生成你需要的i>=j的组合：

import numpy as np

x = np.arange(10)/10
# 直接生成i>=j的(x[i],x[j])组合
gen = ((x[i], x[j]) for i in range(len(x)) for j in range(i+1))

这种方法只会生成n(n+1)/2个组合（正好是上三角+对角线的元素数量），完全没有多余的计算和过滤步骤，对于重型计算场景来说，效率提升非常明显。

如果你的需求是严格上三角（i>j，不包含对角线），只需要把内层的range(i+1)改成range(i)就行。

内容的提问来源于stack exchange，提问作者lrnv