Python 列表切片上的迭代

我想要一个迭代列表切片的算法。切片大小在函数外部设置，可以不同

在我看来，这有点像：

for list_of_x_items in fatherList:
    foo(list_of_x_items)

def callonslices(size, fatherList, foo):
  for i in xrange(0, len(fatherList), size):
    foo(fatherList[i:i+size])

有没有一种方法可以正确定义

list\u of_x_items

，或者使用python 2.5实现这一点的其他方法

---

edit1:clearification分区和滑动窗口这两个术语听起来都适用于我的任务，但我不是专家。因此，我将更深入地解释这个问题，并补充问题：

父列表是我从文件中获取的多级numpy.array。函数必须找到序列的平均值（用户提供序列的长度），以便使用

mean（）

函数进行平均。现在进行问题扩展：

edit2:如何修改您提供的用于存储额外项目的函数，并在将下一个父列表提供给该函数时使用它们

例如，如果列表的长度为10，块的大小为3，则存储列表的第10个成员并将其附加到下一个列表的开头

---

相关的：

---

你是说：

for list_of_x_items in fatherList:
    foo(list_of_x_items)

def callonslices(size, fatherList, foo):
  for i in xrange(0, len(fatherList), size):
    foo(fatherList[i:i+size])

如果这大致就是您想要的功能，您可以（如果愿意）在生成器中对其进行修饰：

def sliceup(size, fatherList):
  for i in xrange(0, len(fatherList), size):
    yield fatherList[i:i+size]

big_list = [1,2,3,4,5,6,7,8,9]
slice_length = 3
def sliceIterator(lst, sliceLen):
    for i in range(len(lst) - sliceLen + 1):
        yield lst[i:i + sliceLen]

for slice in sliceIterator(big_list, slice_length):
    foo(slice)

然后：

def callonslices(size, fatherList, foo):
  for sli in sliceup(size, fatherList):
    foo(sli)

---

你的问题可以更详细一些，但是：

def iterate_over_slices(the_list, slice_size):
    for start in range(0, len(the_list)-slice_size):
        slice = the_list[start:start+slice_size]
        foo(slice)

使用发电机：

def sliceup(size, fatherList):
  for i in xrange(0, len(fatherList), size):
    yield fatherList[i:i+size]

big_list = [1,2,3,4,5,6,7,8,9]
slice_length = 3
def sliceIterator(lst, sliceLen):
    for i in range(len(lst) - sliceLen + 1):
        yield lst[i:i + sliceLen]

for slice in sliceIterator(big_list, slice_length):
    foo(slice)

---

sliceIterator

在序列

lst

上实现宽度为

sliceLen

的“滑动窗口”，即它产生重叠切片：[1,2,3]，[2,3,4]，[3,4,5]。。。不过，不确定OP是否有意这样做。
如果您想使用任何iterable，可以使用以下功能：

from itertools import chain, islice

def ichunked(seq, chunksize):
    """Yields items from an iterator in iterable chunks."""
    it = iter(seq)
    while True:
        yield chain([it.next()], islice(it, chunksize-1))

def chunked(seq, chunksize):
    """Yields items from an iterator in list chunks."""
    for chunk in ichunked(seq, chunksize):
        yield list(chunk)

---

如果要将列表分成多个部分，可以使用以下技巧：

list_of_slices = zip(*(iter(the_list),) * slice_size)

比如说

>>> zip(*(iter(range(10)),) * 3)
[(0, 1, 2), (3, 4, 5), (6, 7, 8)]

如果项目数不可按切片大小划分，并且您希望在列表中填充“无”，则可以执行以下操作：

>>> map(None, *(iter(range(10)),) * 3)
[(0, 1, 2), (3, 4, 5), (6, 7, 8), (9, None, None)]

这是一个肮脏的小把戏

---

好的，我会解释它是如何工作的。这很难解释，但我会尽力的
首先是一点背景：
在Python中，可以将列表乘以如下数字：

[1, 2, 3] * 3 -> [1, 2, 3, 1, 2, 3, 1, 2, 3]
([1, 2, 3],) * 3 -> ([1, 2, 3], [1, 2, 3], [1, 2, 3])

>>> l=iter([1, 2, 3])
>>> l.next()
1
>>> l.next()
2
>>> l.next()
3

一件物品可以这样消费一次：

[1, 2, 3] * 3 -> [1, 2, 3, 1, 2, 3, 1, 2, 3]
([1, 2, 3],) * 3 -> ([1, 2, 3], [1, 2, 3], [1, 2, 3])

>>> l=iter([1, 2, 3])
>>> l.next()
1
>>> l.next()
2
>>> l.next()
3

该函数返回元组列表，其中第i个元组包含每个参数序列或iterables中的第i个元素。例如：

zip([1, 2, 3], [20, 30, 40]) -> [(1, 20), (2, 30), (3, 40)]
zip(*[(1, 20), (2, 30), (3, 40)]) -> [[1, 2, 3], [20, 30, 40]]

zip前面的*用于解压缩参数。你可以找到更多的细节。 所以
实际上相当于

zip((1, 20), (2, 30), (3, 40))

但是可以使用数量可变的参数
现在回到诀窍：

list_of_slices = zip(*(iter(the_list),) * slice_size)

iter（列表）

->将列表转换为迭代器

（iter（the_list），*N

->将生成对_list迭代器的N个引用

zip（*（iter（the_list），）*N）

->将这些迭代器列表输入zip。这反过来会将它们分组为N个大小的元组。但由于所有N项实际上都是对同一迭代器

iter（列表）

的引用，因此结果将重复调用原始迭代器上的

next（）

我希望这就是原因。我建议你选择一个更容易理解的解决方案。我很想提到这个把戏，因为我喜欢它。
回答问题的最后一部分： 问题更新：如何修改 您为存储提供的功能 这些额外的项目，并在 下一个父亲名单被喂给 功能
如果需要存储状态，则可以使用对象来存储

class Chunker(object):
    """Split `iterable` on evenly sized chunks.

    Leftovers are remembered and yielded at the next call.
    """
    def __init__(self, chunksize):
        assert chunksize > 0
        self.chunksize = chunksize        
        self.chunk = []

    def __call__(self, iterable):
        """Yield items from `iterable` `self.chunksize` at the time."""
        assert len(self.chunk) < self.chunksize
        for item in iterable:
            self.chunk.append(item)
            if len(self.chunk) == self.chunksize:
                # yield collected full chunk
                yield self.chunk
                self.chunk = [] 

输出：

abc
def
gh

---

我不确定，但你似乎想做所谓的移动平均线。numpy为此提供了便利（卷积函数）
>>>x=numpy.数组（范围（20）） >>>x 数组（[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16， 17, 18, 19]) >>>n=2#移动平均窗 >>>卷积（numpy.one（n）/n，x）[n-1:-n+1] 阵列（[0.5,1.5,2.5,3.5,4.5,5.5,6.5,7.5,8.5， 9.5, 10.5, 11.5, 12.5, 13.5, 14.5, 15.5, 16.5, 17.5, 18.5]) 好在它很好地适应了不同的加权方案（只需将

numpy.ones（n）/n

更改为其他方式）
您可以在此处找到完整的资料：
对于近一行（在

itertools

import之后），按照Nadia关于无填充的不可分块大小的回答：

>>> import itertools as itt
>>> chunksize = 5
>>> myseq = range(18)
>>> cnt = itt.count()
>>> print [ tuple(grp) for k,grp in itt.groupby(myseq, key=lambda x: cnt.next()//chunksize%2)]
[(0, 1, 2, 3, 4), (5, 6, 7, 8, 9), (10, 11, 12, 13, 14), (15, 16, 17)]

如果您愿意，可以使用

enumerate（）

摆脱

itertools.count（）

需求，但需要使用一个更丑陋的：

[ [e[1] for e in grp] for k,grp in itt.groupby(enumerate(myseq), key=lambda x: x[0]//chunksize%2) ]

（在本例中，

enumerate（）

是多余的，但显然并非所有序列都是这样的整洁范围）

---

远没有其他答案那么简洁，但在必要时非常有用，特别是如果已经导入了

itertools

扩展了Python 3.7中@Ants Aasma的答案

StopIteration

异常的处理（根据）。兼容版本应为：

from itertools import chain, islice

def ichunked(seq, chunksize):
    it = iter(seq)
    while True:
        try:
            yield chain([next(it)], islice(it, chunksize - 1))
        except StopIteration:
            return

---

您似乎在描述一个在原始列表的子集上工作的操作。“切片”可以指单独的连续范围，但您要查找的操作通常称为“分区”。你可能会发现这一点很有帮助：我实际上在思考一个序列上宽度为n的“滑动窗口”，但看看Nadia的答案，这个问题有另一种解释，可能更接近于“划分”。也许OP会澄清这一点。我想你会得到不规则大小的列表。没有确切说明OP想要什么，但这可能更接近：对于xrange中的i（0，len（父列表）-大小，1）：更正：对于xrange中的i（len（父列表）-大小+1）：“不规则大小”？它们都是len

大小

的，但最后一个可能除外，而且不重叠。考虑当LeN为6，大小为7时，代码会发生什么，比如说…减少长度的5片…更好；-）但是对于len 6和size 8，你仍然有同样的问题。我一直在寻找一种可以开箱即用的好东西，因为它看起来像TOT一样