Question

假设我有一个步长为N的小数组，还有一组长度为V的变量np.sum(N)。例如：

N = np.array([2,3,2])
V = np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7])

最好使用列表推导方法，如何对V进行切片，使结果为列表列表，并按N中的步骤拆分？

例如：

foo(V, N)
> [[0.1,0.2], [0.3, 0.4,0.5], [0.6,0.7]]

Answer 1

numpy具有split()函数，该函数将为您提供不相等的数组。它需要索引而不是长度。您可以使用cumsum()来做到这一点，而忽略最后一个空值（如果不考虑整个列表，则忽略剩余值）。

N = np.array([2,3,2])
V = np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7])

np.split(V, N.cumsum())[:-1]
# [array([0.1, 0.2]), array([0.3, 0.4, 0.5]), array([0.6, 0.7])]

Answer 2

怎么样？

Vi = iter(V)
[[next(Vi) for _ in range(n)] for n in N]
# [[0.1, 0.2], [0.3, 0.4, 0.5], [0.6, 0.7]]

Answer 3

我设法使用itertools.islice解决了这个问题：

    def UnequalDivide(self, iterable, chunks):
        it = iter(iterable)
        return [list(islice(it, c)) for c in chunks]

Answer 4

在这里，您可以使用常规列表和切片来做到这一点：

N = [2,3,2]
V = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7]

def foo(N,V):
    n, lst = 0, []
    for i,v in enumerate(N, 1):
        lst.append(V[n:n+v])
        n += v
    return lst

print(foo(N,V))

输出：

[[0.1, 0.2], [0.3, 0.4, 0.5], [0.6, 0.7]]

您可以对numpy数组执行相同操作：

import numpy as np

N = np.array([2,3,2])
V = np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7])

def foo(N,V):
    n, lst = 0, []
    for i,v in enumerate(N, 1):
        lst.append(V[n:n+v].tolist())
        n += v
    return lst

print(foo(N,V))

输出：

[[0.1, 0.2], [0.3, 0.4, 0.5], [0.6, 0.7]]

列表理解中的可变长度切片

4 个答案: