Python 根据顺序将数组拆分为等重块

我有一个数组，它给出了一些其他数字的累积百分比：

my_cumulative_array = np.asarray(range(0,50))/float(50) 

我想将此数组拆分为n组，每组的权重相等：

chunks    = [[row indexes 01-10], #First 20% based on order
            [row indexes 11-20],  #Second 20% based on order
            [row indexes 21-30],
            [row indexes 31-40],
            [row indexes 41-50]]

---

似乎应该有一个聪明的方法来有效地做到这一点

从您的示例输出来看，它似乎是您要查找的

chunks = [my_cumulative_array[i*(50/n):(i+1)*(50/n)] for i in range(n)]

---

这个问题没有很好的定义，但看起来很有趣。下面将数组（

arr

）拆分为数组列表（

chunks

），其中

chunks

中的每个数组的总和大致相等

splits = 5
arr = np.sin(np.random.rand(100)) + np.arange(100)/50.0
cum_arr = arr.cumsum() / arr.sum()
idx = np.searchsorted(cum_arr, np.linspace(0, 1, splits, endpoint=False)[1:])
chunks = np.split(arr, idx)

我们可以观察到，分割指数的间距不是相等的：

print idx
[37 59 74 88]

而区块的总和为：

print [np.sum(x) for x in chunks]
[27.93830, 29.51562, 28.30718, 29.23604, 28.7935]

---

所以，不同的块会有不同数量的元素，对吗？因为你的累积百分位值是线性增加的，而且数组的大小可以被5整除，所以你给出的例子中一个简单的解决方案就是将

my_cumulative_percentile

分成5个相等的块，例如

np.split（my_cumulative_percentile，5）

，或者要获得相应的索引，

np.split（np.arange（my_cumulative_percentile.shape[0]），5）

。这就是您想要的，还是您的实际问题更复杂？块可以是不同的大小。很抱歉，我的示例线性增加了，但第一组可能最终包含20%的元素（代表基础可变权重的10%）或1个元素（也代表基础可变权重的10%。您好，欢迎来到StackOverflow上的

numpy

板。一般来说，由于性能问题，不鼓励python回答numpy问题。尤其是当用户正在寻找有效的解决方案时。啊，感谢您提供的信息！我会记住这一点。这非常完美！非常感谢