Python—遍历一个列表，每第n次迭代将n个值附加到一个向量

我正在处理一个深度强化学习问题，我需要向我的代理提供的状态包含在一个二进制数向量中

列表如下所示：

[7.0, 1.0, 1.0, 0.0, 1.0, 5.0, 0.0, 1.0, 0.0, 1.0, 
 7.0, 1.0, 1.0, 0.0, 1.0, 6.0, 1.0, 0.0, 1.0, 0.0]

然而，我的问题的每个完整状态都包含在每第五次迭代中。样本数据中的完整状态示例如下：

[[7. 1. 1. 0. 1.]]
[[5. 0. 1. 0. 1.]]
[[7. 1. 1. 0. 1.]]
[[6. 1. 0. 1. 0.]]

我尝试过创建一个解析器函数，类似于滑动窗口，它应该每5次迭代捕获5个值

def getState(data, timestep, window):
    parser_start = timestep - window + 1
    block = data[parser_start:timestep + 5] if parser_start >= 0 else data[0:timestep + 5] # pad with t0
    res = []
    for i in range(window - 1):
        res.append(block[i])

    return np.array([res])

然后实现到类型的for循环中：

window_size = 5    
for t in range(10):
        next_state = getState(data, t + 4, window_size + 1)    
        print(next_state)

但是，当运行循环时，我得到的结果是：

[[7. 1. 1. 0. 1.]]
[[1. 1. 0. 1. 5.]]
[[1. 0. 1. 5. 0.]]
[[0. 1. 5. 0. 1.]]
[[1. 5. 0. 1. 0.]]
[[5. 0. 1. 0. 1.]]
[[0. 1. 0. 1. 7.]]
[[1. 0. 1. 7. 1.]]
[[0. 1. 7. 1. 1.]]
[[1. 7. 1. 1. 0.]]

它似乎附加了一个滑动窗口1，而不是5。我已经试了几个星期了，但是我找不到问题出在哪里

---

你们有什么新想法吗？

窗户的大小应该是一致的

[data[i:i+5] for i in range(0,len(data),5)]

[[7.0, 1.0, 1.0, 0.0, 1.0],
 [5.0, 0.0, 1.0, 0.0, 1.0],
 [7.0, 1.0, 1.0, 0.0, 1.0],
 [6.0, 1.0, 0.0, 1.0, 0.0]]

---

您是否正在尝试完成此操作：？因此，快速且肮脏：

[data[i:i+5]代表范围内的i（0，len（data），5）]

谢谢您的评论，但不幸的是，我无法将其插入滑动窗口循环。我正在寻找在每次迭代中上传我的东西（在你的例子中）。因此，如果我在第一次迭代中是数据[0:5]，在第二次迭代中，我需要它也是数据[5:10]，指出我需要4个不同的数组，而不是一个包含所有向量的大数组，这可能是有用的。。。。然后不要具体化列表，只需循环显示如果这是OP要求的，那么这是一个明显的重复，请投票关闭而不是回答。感谢评论，但不幸的是，我无法将其插入滑动窗口循环。或者我不明白为什么（我对python编程相当陌生）。我正在寻找在每次迭代中上传我的东西（在你的例子中）。所以，如果我在第一次迭代中是数据[0:5]，在第二次迭代中，我需要它是数据[5:10]，换句话说，我需要4个不同的数组，而不是一个包含所有向量的大数组