我尝试创建一个整数序列，在每次重复后向列表中添加常量偏移量时多次重复列表中的元素。
我有一个包含许多列的pandas数据框，这些列是关于相同N个人的重复信息块。例如，列可以是[age1，age2，age3，... ageN，height1，height2，height3，... heightN，...]，我想要与个体1和4相关联的列（例如）。我想为特定个体生成列索引，以便我可以使用df.iloc[:, cindices]对数据框进行子集化。
以下代码有效，但它非常难看，我希望有一个更清晰，更清晰的解决方案（更多Pythonic）。
subjects = [1, 4]
N = 11; repeats = 3
columns = np.array([(np.arange(repeats) * N + i) for i in subjects])
cindices = columns.T.flatten()
# Information for individuals 1 & 4 are in these columns:
>> array([ 1, 4, 12, 15, 23, 26])
答案 0 :(得分：2)
此处是解决方案的numpythonic版本
(np.array(subjects)[None, :] + N*np.arange(repeats)[:, None]).ravel()
[None, :]并非绝对必要，但为了清楚起见，我将其保留了下来。
如果您将一个支持numpy的运算符（例如broadcasting）应用于具有形状的数组，例如（1,2）和（3,1）numpy将会发生+使用＆＃39;右边的＆＃39;返回一个（3,2）数组。在细胞中总和。
ravel使数组变平。