Python 如何基于两个条件拆分numpy数组列表

我有一个包含numpy数组的列表，想用两个数字重新排列它。这是我的清单：

all_data=[np.array([[1., 1., 0.],[1., 1., 0.2],[1., 1., 0.1]]),\
          np.array([[2., 2., 0.1],[2., 2., 0.1],[2., 2., 0.1]]),\
          np.array([[3., 3., 0.2],[3., 3., 0.2],[3., 3., 0.2]]),\
          np.array([[1., 1., 100.],[1., 1., 110.],[1., 1., 110.]]),\
          np.array([[2., 2., 100.],[2., 2., 100.],[2., 2., 100.]]),\
          np.array([[3., 3., 100.],[3., 3., 110.],[3., 3., 120.]])]

以下是我的号码：

n_iteration=3
n_layer=2

n_迭代

给出了我拥有的迭代次数，

n_层

给出了我在每次迭代中拥有的数据集数量。这意味着我在每次迭代中有两个数据集。目前，我的

所有数据
都有
6个
数组。前三个数组表示三次迭代中与第一个数据集相关的数据。最后三个ARAY也是三次迭代中下一个数据集的数据。换句话说，数据集是根据迭代次数排序的，但我想根据数据集对迭代进行排序。我已经编写了一些简单的数据，以使我的
所有数据
与所需的输出在视觉上有所不同。我想要一个子列表，其中子列表的数量等于
n_迭代
，每个子列表中的数组数量等于
n_层
：

[[np.array([[1., 1., 0.],[1., 1., 0.2],[1., 1., 0.1]]),\
  np.array([[1., 1., 100.],[1., 1., 110.],[1., 1., 110.]])],\
 [np.array([[2., 2., 0.1],[2., 2., 0.1],[2., 2., 0.1]]),\
  np.array([[2., 2., 100.],[2., 2., 100.],[2., 2., 100.]])],\
 [np.array([[3., 3., 0.2],[3., 3., 0.2],[3., 3., 0.2]]),\
  np.array([[3., 3., 100.],[3., 3., 110.],[3., 3., 120.]])]]

我尝试了以下代码，但它提供了一些其他信息：

arranged_data=[]
for i in range (int (len(all_data)/n_iteration)):
    arranged_data.append([all_data[i], all_data[int (i+n_layer)]])

在此之前，我非常感谢您的帮助。
我不知道我是否理解了要点，但也许这正如预期的那样起作用。或者不是

我使用的是更可读的数据输入：

all_data=[np.array([[1.],[2.],[3.]]),
          np.array([[4.],[4.],[4.]]),
          np.array([[5.],[5.],[5.]]),
          np.array([[6.],[7.],[7.]]),
          np.array([[8.],[8.],[8.]]),
          np.array([[9.],[10.],[11.]])]

首先将列表转换为numpy数组：

data_np = np.array(all_data)

res.reshape(1, layers, iterations, layers)[0]
# array([[[ 1.,  2.,  3.],
#         [ 6.,  7.,  7.]],
# 
#        [[ 4.,  4.,  4.],
#         [ 8.,  8.,  8.]],
# 
#        [[ 5.,  5.,  5.],
#         [ 9., 10., 11.]]])

然后，给定变量，使用要分组的行的索引构建一个数组：

layers = 3
iterations = 2
rows = np.array([np.array([i, i+layers]) for i in range(layers)])

其中，
行
导致

array([[0, 3],
       [1, 4],
       [2, 5]])

现在，使用numpy索引：

res = data_np[rows]

重新调整
res
数组的形状，您应该获得输出（作为numpy数组）：

冒着我误解这个问题的风险：为什么不从初始列表中创建另一个numpy数组，并根据
n_迭代
和
n_层
？亲爱的@Roland Deschain，可以这样做吗？我只想最后有一个列表，其中有一些子列表，这些子列表是在每次迭代中创建的数据集。只需使用
my\u nparray=np.array（所有数据）。重塑（n\u迭代，n\u层，3,3）
。它将为您提供一个数组，该数组应具有所需的形状。从这里开始，只需将其返回（np.array有一个tolist（）方法）。我不确定这是否是最有效的方法，但如果重塑参数与阵列匹配，它应该会起作用。亲爱的@Roland Deschain，感谢您为我的问题抽出时间。我试过你的解决办法，但它给了我别的东西。结果与我预期的结果不一样。存在重复的结果，使得很难将所需的输出链接到输入。也许你想去掉重复的元素，然后在一个例子中明确每个元素的去向，我指的是输入和输出元素之间的单一关系。亲爱的@iGian，谢谢你的解决方案，但关键是你的方法不适用于我的输入数据。您已经更改了输入，当我尝试使用此方法进行自己的输入时，我无法实现我想要的。