小编abh*_*sok的帖子

我正在使用itertools.product来查找资产的可能权重，因为所有权重之和总计为100。

min_wt = 10
max_wt = 50
step = 10
nb_Assets = 5

weight_mat = []
for i in itertools.product(range(min_wt, (max_wt+1), step), repeat = nb_Assets):
    if sum(i) == 100:
        weight = [i]
        if np.shape(weight_mat)[0] == 0:
            weight_mat = weight
        else:
            weight_mat = np.concatenate((weight_mat, weight), axis = 0)

上面的代码可以工作，但是因为它经历了不可接受的组合，所以它太慢了，示例[50,50,50,50,50]最终测试了3125个组合，而不是121个可能的组合。有什么方法可以在循环中添加“求和”条件以加快处理速度？