如何向itertools.product动态传入任意列参数实现通用全因子矩阵生成

核心方法：使用Python位置参数解包语法 #

你只需要用*解包运算符，将二维数组X的每一行作为独立参数传入itertools.product即可，完全不需要拼接字符串和eval，修改后的代码如下：

import itertools
import numpy as np

# 前面的变量定义逻辑保持不变
input_list = dfraw.columns[0:n_inputs]
output_list = dfraw.columns[n_inputs:len(dfraw.columns)]

fflvls = 4
lhspoints = 60000
X = np.zeros((n_inputs, fflvls),float)
for ii, entrada in enumerate(input_list):   
    X[ii] = np.linspace(min(dfraw[entrada]), max(dfraw[entrada]), fflvls)
X_fact = np.zeros((int(fflvls**n_inputs), n_inputs), float)

# 仅修改循环行，用*X解包所有行作为product的参数
for i, combination in enumerate(itertools.product(*X)):
    X_fact[i,:] = combination

额外优化：纯numpy实现（性能更高） #

如果你的输入变量数和因子水平不算特别大，用numpy原生的meshgrid可以避免Python层循环，速度提升明显：

grid = np.meshgrid(*X, indexing='ij')
X_fact = np.column_stack([g.ravel() for g in grid])

原eval方案失效的原因 #

你之前的写法有两个问题：

• 字符串拼接逻辑重复，初始加了X[0,:]，循环又从0开始加了一遍所有索引的参数，导致参数列表重复
• eval(in_products)返回的是单个值，相当于给product只传了1个参数，自然无法得到预期的全组合结果

内容的提问来源于stack exchange，提问作者sohkahtoa