我认为您正在寻找的是
np.mgrid。不幸的是，这会以与所需格式不同的格式返回数组，因此您需要进行一些后期处理：
a = np.mgrid[0:4, 0:4, 0:11] # All points in a 3D grid within the given rangesa = np.rollaxis(a, 0, 4) # Make the 0th axis into the last axisa = a.reshape((4 * 4 * 11, 3)) # Now you can safely reshape while preserving order
说明
np.mgrid在N维空间中为您提供了一组网格点。让我尝试用一个较小的示例来说明这一点，以使事情更清楚：
>>> a = np.mgrid[0:2, 0:2]>>> aarray([[[0, 0], [1, 1]], [[0, 1], [0, 1]]])
由于我指定了两组范围
0:2,0:2，因此我得到了2D网格。什么
mgrid返回是x的值和对应于在二维空间中的网格点（0,0），（0,1），（1,0）和（1,1）的y的值。
a[0]告诉您四个点的x值是
a[1]什么，并告诉您y值是什么。
但是，您真正想要的是我已经写出的实际网格点列表，而不是分别列出这些点的x和y值。首先的直觉是根据需要调整数组的形状：
>>> a.reshape((4, 2))array([[0, 0], [1, 1], [0, 1], [0, 1]])
但是显然这是行不通的，因为它可以有效地重塑展平的数组（通过按顺序读取所有元素而获得的数组），而这并不是您想要的。
您要做的是向下看的 第三 维
a，并创建一个数组：
[ [a[0][0, 0], a[1][0, 0]], [a[0][0, 1], a[1][0, 1]], [a[0][1, 0], a[1][1, 0]], [a[0][1, 1], a[1][1, 1]] ]
上面写着“首先告诉我第一个点（x1，y1），然后第二个点（x2，y2），…”，依此类推。也许可以用一个数字更好地解释这一点。这是什么
a样子：
you want to read in this direction (0, 0) (0, 1) | | | | v v / 0--------0 +----> axis0 x-values | /| /|/| | / | / | axis1 / | 1--------1 | L | | | | | v / | 0-----|--1axis2 y-values | | / | / | |/ |/ 0--------1 | | | | v v (1, 0) (1, 1)
np.rollaxis为您提供了一种方法。
np.rollaxis(a, 0, 3)在上面的示例中，“将第0（或 最外 ）轴设为最后（或 最内
）轴。（注意：此处实际上仅存在轴0、1和2。因此说：“将第0根轴发送到第3根轴）位置”是告诉python将第0个轴放在最后一个轴之后的一种方法。您可能还想阅读一下。
>>> a = np.rollaxis(a, 0, 3)>>> aarray([[[0, 0], [0, 1]], [[1, 0], [1, 1]]])
这开始看起来像您想要的，除了有一个额外的数组维。我们想要合并尺寸0和1，以获得仅一个网格点数组。但是，既然展平的数组以您期望的方式读取，您就可以安全地对其重塑形状以得到所需的结果。
>>> a = a.reshape((4, 2))>>> aarray([[0, 0], [0, 1], [1, 0], [1, 1]])
3D版本执行相同的操作，不同之处在于，我无法确定其数字，因为它采用4D格式。
