如何将多个NumPy数组转换为Python任务大字典？

嘿，这个问题其实核心是要生成所有数组元素的笛卡尔积，用Python标准库的itertools.product就能完美解决，而且完全满足你不想修改生成逻辑、后续能直接加新键的要求。来看看具体实现：

import numpy as np
from itertools import product

# 你的初始输入字典
initial = {
    'diameter': np.array([20., 30., 40.]),
    'medium': np.array([1, 1.5, 2]),
    'thickness': np.array([100, 150, 200]),
    'density': np.array([1])
}

# 提取所有参数键和对应的numpy数组
param_keys = list(initial.keys())
param_arrays = [initial[key] for key in param_keys]

output = {}
# 遍历所有参数组合，同时生成从1开始的task ID
for task_id, param_combo in enumerate(product(*param_arrays), start=1):
    # 构建单个任务的字典，先加入id字段
    single_task = {'id': task_id}
    # 将每个参数值对应到键，同时转成Python原生类型
    for key, value in zip(param_keys, param_combo):
        # 处理numpy标量，转成Python原生类型（比如np.float64→float）
        single_task[key] = value.item() if isinstance(value, np.generic) else value
    # 把任务加入输出字典
    output[f"task{task_id}"] = single_task

为什么这个方法好用？ #

• 无需修改生成逻辑：之后只要在initial字典里新增键值对（比如加个'temperature': np.array([25, 30])），代码会自动把新参数纳入组合计算，完全不用动循环部分。
• 高效简洁：itertools.product是Python原生实现的高效迭代器，不会提前生成所有组合占用内存，处理大规模数组也很友好。
• 输出格式匹配：自动生成task1到taskN的键，每个任务的字典结构和你给出的示例完全一致，numpy元素也会转成Python原生数值类型。

运行这段代码后，生成的output就会和你期望的结果完全一样，覆盖所有参数组合（这里是3×3×3×1=27个任务）。

内容的提问来源于stack exchange，提问作者will.mendil