将清单大致等份的最佳方法是什么?例如，如果列表有7个元素，并将其分为2部分，我们希望其中一部分有3个元素，而另一部分应该有4个元素。
我正在寻找类似even_split(L, n)的东西，它将L分解为n部分。
def chunks(L, n):
""" Yield successive n-sized chunks from L.
"""
for i in range(0, len(L), n):
yield L[i:i+n]
上面的代码给出了3个块，而不是3个块。我可以简单地转置(遍历这个，取每列的第一个元素，称之为第一部分，然后取第二个元素，把它放在第二部分，等等)，但这破坏了项目的顺序。
当前回答
假设你想分成5个部分:
p1, p2, p3, p4, p5 = np.split(df, 5)
其他回答
如果你把n个元素分成大约k个块，你可以让n % k个块1个元素比其他块大，以分配额外的元素。
下面的代码将给出块的长度:
[(n // k) + (1 if i < (n % k) else 0) for i in range(k)]
示例:n=11, k=3结果为[4,4,3]
然后你可以很容易地计算块的起始索引:
[i * (n // k) + min(i, n % k) for i in range(k)]
示例:n=11, k=3结果为[0,4,8]
使用第i+1块作为边界，我们得到列表l的第i块(len n)是
l[i * (n // k) + min(i, n % k):(i+1) * (n // k) + min(i+1, n % k)]
作为最后一步，使用列表理解从所有块创建一个列表:
[l[i * (n // k) + min(i, n % k):(i+1) * (n // k) + min(i+1, n % k)] for i in range(k)]
示例:n=11, k=3, l=range(n) results in [range(0,4)， range(4,8)， range(8,11)]
在这种情况下，我自己编写了代码:
def chunk_ports(port_start, port_end, portions):
if port_end < port_start:
return None
total = port_end - port_start + 1
fractions = int(math.floor(float(total) / portions))
results = []
# No enough to chuck.
if fractions < 1:
return None
# Reverse, so any additional items would be in the first range.
_e = port_end
for i in range(portions, 0, -1):
print "i", i
if i == 1:
_s = port_start
else:
_s = _e - fractions + 1
results.append((_s, _e))
_e = _s - 1
results.reverse()
return results
Divide_ports(1,10,9)将返回
[(1, 2), (3, 3), (4, 4), (5, 5), (6, 6), (7, 7), (8, 8), (9, 9), (10, 10)]
只要你不想要像连续块这样愚蠢的东西:
>>> def chunkify(lst,n):
... return [lst[i::n] for i in xrange(n)]
...
>>> chunkify(range(13), 3)
[[0, 3, 6, 9, 12], [1, 4, 7, 10], [2, 5, 8, 11]]
n = len(lst)
# p is the number of parts to be divided
x = int(n/p)
i = 0
j = x
lstt = []
while (i< len(lst) or j <len(lst)):
lstt.append(lst[i:j])
i+=x
j+=x
print(lstt)
这是最简单的答案，如果已知列表分成相等的部分。
1>
import numpy as np
data # your array
total_length = len(data)
separate = 10
sub_array_size = total_length // separate
safe_separate = sub_array_size * separate
splited_lists = np.split(np.array(data[:safe_separate]), separate)
splited_lists[separate - 1] = np.concatenate(splited_lists[separate - 1],
np.array(data[safe_separate:total_length]))
splited_lists # your output
2>
splited_lists = np.array_split(np.array(data), separate)
