从numpy行向量中每隔5和6个元素进行切片

我有这样一个数组：

A=（[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]）

并希望从该行向量中提取每5个“和”6个元素，从而得到

B=（[4,5,9,10,14,15]）

我知道如何提取第五个元素：

B=A[：：5]

，但不知道如何依次提取两个值

您可以使用：

A[4:：5]

要获取

数组（[4,9,14]）

，然后使用

A[：：5]

单向使用numpy进行连接和排序：

将numpy导入为np
A=np.数组（[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]）
ids=np.ravel（范围（3）中的i的np.array（[np.array（[4,5]）+i*np.array（[5,5]））
A[ids]
数组（[4,5,9,10,14,15]）

您每写一次第5和第6个元素，因此我按以下方式将其取消：

• 将源系列划分为“部分”，每个部分6个元素
• 从每个“部分”中提取最后两个元素（第5个和第6个）

因此，预期结果是（与您所写的略有不同）：

• 4和5-第0部分至第5部分的最后2个元素
• 10和11-第6部分至第11部分的最后2个元素
• 16-从第三部分（12到17）只取16，因为 源系列不包含17

要仅获取这些元素，您可以运行：

pd.concat([s[4::6], s[5::6]]).sort_index().tolist()

详情：

• s[4:：6]

  -从第5个元素开始的每6个元素（注意指数化 从0开始）

• s[5:：6]

  -从第6个元素开始的每个第6个元素

• concat（…）

  -连接这两个结果

• sort\u index（）

  -恢复原始顺序（假设源 序列具有有序索引）

• tolist（）

  -将上述结果（一系列）转换为普通列表

对于您的数据样本，结果是：

[4, 5, 10, 11, 16]

其他可能的解决方案，这次是基于拆分源系列 分为尺寸为6的零件，并从 各部分：

np.concatenate([ tt[4:] for tt in np.array_split(s.values, np.ceil(s.size / 6)) ]).tolist()

---

可以构建遮罩并使用遮罩提取元素：

mask = (np.arange(len(A))%6 == np.array([[4],[5]])).any(0)
A[mask]
# array([ 4,  5, 10, 11, 16])

---

那不应该是

[4,5,10,11,16]

？