Python 在列表中每隔n个项获取一块项

假设我有以下清单：

l = [4,3,1,5,3,5,8,11,10,4,12,2,1]

为了获得长度为

n

的块，在块之间保留

k

项，什么是切片

l

的最有技巧的方法

例如，如果

n=2

和

k=3

结果应该是：

[4,3,5,8,12,2]

---

使用列表理解：

[e for i in range(0, len(l), n+k) for e in l[i:i+n]]
# [4, 3, 5, 8, 12, 2]

numpy

解决方案是：

import numpy as np

idx = (np.arange(0, len(l), n+k)[:,None] + np.arange(n)).ravel()
np.array(l)[idx]
# array([ 4,  3,  5,  8, 12,  2])

---

使用列表理解：

[e for i in range(0, len(l), n+k) for e in l[i:i+n]]
# [4, 3, 5, 8, 12, 2]

numpy

解决方案是：

import numpy as np

idx = (np.arange(0, len(l), n+k)[:,None] + np.arange(n)).ravel()
np.array(l)[idx]
# array([ 4,  3,  5,  8, 12,  2])

一个可能的解决办法是

l = [4,3,1,5,3,5,8,11,10,4,12]
k,n=3,2
res=[]
while l:
    res+=l[:n]
    l=l[n+k:]
print(res)

这可能会通过pythonizity的方式进行大量优化

一个可能的解决方案是

l = [4,3,1,5,3,5,8,11,10,4,12]
k,n=3,2
res=[]
while l:
    res+=l[:n]
    l=l[n+k:]
print(res)

---

这可能会通过pythonizity的方式进行大量优化

使用切片的替代解决方案如下

l = np.array([4,3,1,5,3,5,8,11,10,4,12,2,1])
A = l[:][::5]
B = l[1:][::5] 
final = np.insert(B, np.arange(len(A)), A)
# array([ 4,  3,  5,  8, 12,  2])

---

l[：][：：5]

从第一个元素开始每5个元素为您提供一次，而

l[1::[：：5]

从第二个元素开始每5个元素为您提供一次。然后将两者合并在一起

下面是一个使用切片的替代解决方案

l = np.array([4,3,1,5,3,5,8,11,10,4,12,2,1])
A = l[:][::5]
B = l[1:][::5] 
final = np.insert(B, np.arange(len(A)), A)
# array([ 4,  3,  5,  8, 12,  2])

---

l[：][：：5]

从第一个元素开始每5个元素为您提供一次，而

l[1::[：：5]

从第二个元素开始每5个元素为您提供一次。然后将两者合并在一起

我的理解是列表理解，即使您需要使用两个，否则它只会生成列表

l = [4,3,1,5,3,5,8,11,10,4,12,2,1]
n = 2
k = 3

chunk_l = [y for x in [l[i:i+n] for i in range(0,len(l), n+k)] for y in x]
print(chunk_l)
#[4, 3, 5, 8, 12, 2]

---

我的理解是列表理解，即使你需要使用两个，否则它只会产生一个列表

l = [4,3,1,5,3,5,8,11,10,4,12,2,1]
n = 2
k = 3

chunk_l = [y for x in [l[i:i+n] for i in range(0,len(l), n+k)] for y in x]
print(chunk_l)
#[4, 3, 5, 8, 12, 2]

---

你的意思是什么是对列表l进行切片的最具python风格的方法，这样它就可以为列表l中的每n返回一个长度为k的块？你能详细说明一下你是如何得到结果的吗？我想长度为n的块，从列表中跳过长度为k的块，l就是你想要的。你的意思是什么是对列表l进行切片的最具python风格的方法，以便它为列表l中的每n返回长度为k的块？你能详细说明一下你是如何得到结果的吗？我认为长度为n的一块，从列表中跳过长度为k的一块，l就是你想要的。我认为使用生成器可能是最好的方法。请注意，也可以不使用numpy来完成。如果生成器已经有了生成器，那么它是很棒的，但是OP有一个列表，我不知道生成器是否适合这里。是的，第一个列表理解解决方案是在没有numpy的情况下完成的。我认为使用生成器可能是最好的方法。请注意，也可以不使用numpy来完成。如果生成器已经有了生成器，那么它是很棒的，但是OP有一个列表，我不知道生成器是否适合这里。也是的，第一个列表理解解决方案是在没有numpy的情况下完成的。