Python 将整数分成相等的块

Python中最有效、最可靠的分割扇区的方法是什么：

编号：101（当然可能有所不同） 1:1至30 第2段：31至61 第3组：62至92 组别4:93至101

流量： 复制扇区1到30 跳过区块1中的扇区，并从扇区31开始复制30个扇区。 等等

我已经用模块和基础数学以“手动”的方式解决了这个问题，但必须有一个函数来解决这个问题

---

谢谢。

我想您会有一个列表格式的数字。所以，在这种情况下，如果您想要非常特定的数字序列集群格式，并且您知道它应该分离到哪里，那么使用索引是最好的方法，因为它将具有更少的时间复杂性。因此，您可以始终创建一个小代码，并将其作为一个可重复使用的函数。如下所示：

def sectors(num_seq,chunk_size=30):
    ...:     import numpy as np
    ...:     sectors = int(np.ceil(len(num_seq)/float(chunk_size))) #create number of sectors
    ...:     for i in range(sectors):
    ...:         if i < (sectors - 1):
    ...:             print num_seq[(chunk_size*i):(chunk_size*(i+1))] #All will chunk equal size except the last one.
    ...:         else:
    ...:             print num_seq[(chunk_size*i):] #Takes rest at the end. 

请让我知道这是否符合您的要求

简单快速（单次迭代）：

另一个非常简单和全面的方法：

>>> f = lambda x,y: [ x[i:i+y] for i in range(0,len(x),y)]
>>> f(range(1, 102), 30)
[[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30], [31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60], [61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90], [91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101]] 

---

如果希望将数字放入大小相等的存储箱（扇区），可以尝试使用numpy.histogram

这将创建一个数字数组，划分每个箱子边界：

import numpy as np

number = 101
values = np.arange(number, dtype=int)
bins = np.histogram(values, bins='auto')
print(bins)

---

非常感谢。努比完成了任务。

>>> f = lambda x,y: [ x[i:i+y] for i in range(0,len(x),y)]
>>> f(range(1, 102), 30)
[[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30], [31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60], [61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90], [91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101]] 

import numpy as np

number = 101
values = np.arange(number, dtype=int)
bins = np.histogram(values, bins='auto')
print(bins)