Python如何从零实现网格搜索所需的参数网格生成功能

核心逻辑 #

我们需要实现的功能本质是计算所有参数可选值的笛卡尔积，再将每组值和对应的参数名拼接为字典，不需要提前预知参数数量，也不依赖第三方库的内置网格搜索工具。

代码实现 #

递归版本 #

逻辑简单易懂，适合参数数量较少的场景：

def myFunc(param_dict):
    # 提取参数名与对应的可选值列表
    param_names = list(param_dict.keys())
    param_values = list(param_dict.values())
    
    # 自定义笛卡尔积递归实现
    def cartesian_product(arrays):
        if len(arrays) == 1:
            return [[x] for x in arrays[0]]
        # 先计算后续所有参数的笛卡尔积
        rest_product = cartesian_product(arrays[1:])
        # 拼接当前参数的每个值到已有组合中
        result = []
        for current_val in arrays[0]:
            for item in rest_product:
                result.append([current_val] + item)
        return result
    
    # 生成所有值组合后映射为参数字典
    all_value_combos = cartesian_product(param_values)
    return [dict(zip(param_names, combo)) for combo in all_value_combos]

迭代版本 #

无递归深度限制，适合参数数量多的场景，性能更稳定：

def myFunc(param_dict):
    param_names = list(param_dict.keys())
    param_values = list(param_dict.values())
    
    # 迭代生成笛卡尔积
    result = [[]]
    for val_list in param_values:
        temp = []
        for existing_combo in result:
            for current_val in val_list:
                temp.append(existing_combo + [current_val])
        result = temp
    
    return [dict(zip(param_names, combo)) for combo in result]

测试验证 #

输入示例中的测试用例：

print(myFunc({'ParA':[1,2,3], 'ParB': [0.1,0.2,0.3,0.4]}))

输出结果完全匹配需求：

[{'ParA': 1, 'ParB': 0.1}, {'ParA': 1, 'ParB': 0.2}, {'ParA': 1, 'ParB': 0.3}, {'ParA': 1, 'ParB': 0.4}, {'ParA': 2, 'ParB': 0.1}, {'ParA': 2, 'ParB': 0.2}, {'ParA': 2, 'ParB': 0.3}, {'ParA': 2, 'ParB': 0.4}, {'ParA': 3, 'ParB': 0.1}, {'ParA': 3, 'ParB': 0.2}, {'ParA': 3, 'ParB': 0.3}, {'ParA': 3, 'ParB': 0.4}]

实现特点 #

• 支持任意数量的输入参数，只要参数字典不为空即可
• 自动适配每个参数不同的可选值长度，和字典内键的排序无关
• 完全从零实现，未使用任何第三方库的网格搜索、笛卡尔积内置函数

内容的提问来源于stack exchange，提问作者OnY