迭代列表切片

Posted 2023-02-23

【中文标题】迭代列表切片

【英文标题】：Iteration over list slices

【发布时间】：2010-11-23 01:15:07

【问题描述】：

我想要一个算法来。切片大小在函数外部设置，可以不同。

在我看来是这样的：

for list_of_x_items in fatherList:
    foo(list_of_x_items)

有没有办法正确定义 list_of_x_items 或使用 python 2.5 执行此操作的其他方式？

---

edit1：澄清“分区”和“滑动窗口”这两个术语听起来都适用于我的任务，但我不是专家。所以我会更深入地解释这个问题并添加到问题中：

fatherList 是我从文件中获取的多级 numpy.array。函数必须找到系列的平均值（用户提供系列的长度）对于平均我使用mean() 函数。现在进行问题扩展：

edit2：如何修改你提供的函数来存储额外的项目并在下一个fatherList被提供给函数时使用它们？

例如，如果列表长度为 10，块大小为 3，则存储列表的第 10 个成员并附加到下一个列表的开头。

---

相关：

What is the most “pythonic” way to iterate over a list in chunks?

【问题讨论】：

您似乎在描述一种适用于原始列表子集的操作。 “切片”可以指各个连续范围，但您要查找的操作通常称为“分区”。您可能会发现这很有帮助：***.com/questions/1198512/…

我实际上是在考虑有时被称为序列上宽度为 n 的“滑动窗口”，但看看 Nadia 的回答，对这个问题有另一种解释，这可能更接近于“分区”。也许OP会澄清这一点。

【参考方案1】：

如果你想将一个列表分成多个切片，你可以使用这个技巧：

list_of_slices = zip(*(iter(the_list),) * slice_size)

例如

>>> zip(*(iter(range(10)),) * 3)
[(0, 1, 2), (3, 4, 5), (6, 7, 8)]

如果项目的数量不能被切片大小整除，并且你想用 None 填充列表，你可以这样做：

>>> map(None, *(iter(range(10)),) * 3)
[(0, 1, 2), (3, 4, 5), (6, 7, 8), (9, None, None)]

这是一个肮脏的小把戏

---

好的，我会解释它是如何工作的。解释起来会很棘手，但我会尽力而为。

先介绍一点背景：

在 Python 中，您可以将列表乘以这样的数字：

[1, 2, 3] * 3 -> [1, 2, 3, 1, 2, 3, 1, 2, 3]
([1, 2, 3],) * 3 -> ([1, 2, 3], [1, 2, 3], [1, 2, 3])

iterator 对象可以像这样被消费一次：

>>> l=iter([1, 2, 3])
>>> l.next()
1
>>> l.next()
2
>>> l.next()
3

zip 函数返回一个元组列表，其中第 i 个元组包含来自每个参数序列或可迭代对象的第 i 个元素。例如：

zip([1, 2, 3], [20, 30, 40]) -> [(1, 20), (2, 30), (3, 40)]
zip(*[(1, 20), (2, 30), (3, 40)]) -> [[1, 2, 3], [20, 30, 40]]

zip 前面的 * 用于解压缩参数。您可以找到更多详细信息here。 所以

zip(*[(1, 20), (2, 30), (3, 40)])

实际上等价于

zip((1, 20), (2, 30), (3, 40))

但可以使用可变数量的参数

现在回到诀窍：

list_of_slices = zip(*(iter(the_list),) * slice_size)

iter(the_list) -> 将列表转换为迭代器

(iter(the_list),) * N -> 将生成一个对 the_list 迭代器的 N 引用。

zip(*(iter(the_list),) * N) -> 会将这些迭代器列表输入 zip。这反过来又会将它们分组为 N 个大小的元组。但由于所有 N 项实际上都是对同一个迭代器 iter(the_list) 的引用，因此结果将在原始迭代器上重复调用 next()

我希望这能解释清楚。我建议您使用更易于理解的解决方案。我只是想提及这个技巧，因为我喜欢它。

【讨论】：

还有一件有趣的事情是，您正在默默地利用 * 解包运算符的低优先级，这允许像 ``f(LN)` 这样的有趣结构`，我发现没有任何记录。

@ThomasH: f(*args) 是 Python 中的扩展调用语法。您可以在星号 (*) 的右侧放置任何计算结果为可迭代的内容，例如 f(*[1]+g())

@J.F.Sebastian 是的，谢谢。令我印象深刻的只是运算符的优先级。您的示例解析为f(*([1]+g()))。

有点pythonic，我喜欢它

【参考方案2】：

如果您希望能够使用任何可迭代对象，您可以使用以下函数：

from itertools import chain, islice

def ichunked(seq, chunksize):
    """Yields items from an iterator in iterable chunks."""
    it = iter(seq)
    while True:
        yield chain([it.next()], islice(it, chunksize-1))

def chunked(seq, chunksize):
    """Yields items from an iterator in list chunks."""
    for chunk in ichunked(seq, chunksize):
        yield list(chunk)

【讨论】：

非常漂亮。您实际上可以通过添加一个参数来选择每个块的类型来使其更智能：gist.github.com/1275417。

在 Python 3 中它是 next(it) 而不是 it.next()。对于那些想知道的人：islice 不会引发 StopIteration，这就是我们调用 next 的原因。

@Tim-Erwin 我在 python 3.6 中通过更改为next(it) 进行了尝试，但是我收到了警告DeprecationWarning: generator 'ichunked' raised StopIteration。我不明白这是在哪里提出的，因为它不明确。

@meowsqueak 在next() 提出。这在 Python 3.5 及更低版本中是预期的，在 3.6 中已弃用，在 3.7 中被破坏。我在答案中添加了与 3.7+ 兼容的版本。

@meowsqueak 其他人没有发现我的编辑有用并拒绝了它。您可以在下面找到它作为单独的答案。

【参考方案3】：

使用生成器：

big_list = [1,2,3,4,5,6,7,8,9]
slice_length = 3
def sliceIterator(lst, sliceLen):
    for i in range(len(lst) - sliceLen + 1):
        yield lst[i:i + sliceLen]

for slice in sliceIterator(big_list, slice_length):
    foo(slice)

sliceIterator 在序列lst 上实现宽度为sliceLen 的“滑动窗口”，即它产生重叠切片：[1,2,3], [2,3,4], [3,4 ,5], ... 不过，不确定这是否是 OP 的意图。

【参考方案4】：

回答问题的最后一部分：

问题更新：如何修改 您提供的存储功能 额外的物品并在 下一个父亲列表被馈送到 功能？

如果你需要存储状态，那么你可以使用一个对象。

class Chunker(object):
    """Split `iterable` on evenly sized chunks.

    Leftovers are remembered and yielded at the next call.
    """
    def __init__(self, chunksize):
        assert chunksize > 0
        self.chunksize = chunksize        
        self.chunk = []

    def __call__(self, iterable):
        """Yield items from `iterable` `self.chunksize` at the time."""
        assert len(self.chunk) < self.chunksize
        for item in iterable:
            self.chunk.append(item)
            if len(self.chunk) == self.chunksize:
                # yield collected full chunk
                yield self.chunk
                self.chunk = [] 

例子：

chunker = Chunker(3)
for s in "abcd", "efgh":
    for chunk in chunker(s):
        print ''.join(chunk)

if chunker.chunk: # is there anything left?
    print ''.join(chunker.chunk)

输出：

abc
def
gh

【讨论】：

在 for 循环之后需要另一个 yield self.chunk 来说明不是完整块大小的块。否则，这将不适用于任意列表大小。

@aryeh: __call__ 可能会被多次调用，因此您不能只在 for 循环之后产生剩余部分。这就是课堂的重点。它回答了“存储额外的项目并在下一个fatherList被提供给函数时使用它们”部分问题，如答案顶部的明确说明。

我的错误，我没有仔细阅读问题/示例。我以为只是为了分组。我个人不喜欢最后的额外检查，并会投票添加一个选项以 call 是否保存额外的项目或在最后刷新它们，因此您可能不需要复制主体在下面的 if 语句中循环。

【参考方案5】：

你的意思是这样的：

def callonslices(size, fatherList, foo):
  for i in xrange(0, len(fatherList), size):
    foo(fatherList[i:i+size])

如果这大致是您想要的功能，如果您愿意，可以在生成器中稍微修饰一下：

def sliceup(size, fatherList):
  for i in xrange(0, len(fatherList), size):
    yield fatherList[i:i+size]

然后：

def callonslices(size, fatherList, foo):
  for sli in sliceup(size, fatherList):
    foo(sli)

【讨论】：

我想你会得到不规则大小的列表。没有确切地说出OP想要什么，但这可能更接近： for i in xrange(0, len(fatherList)-size, 1):

更正：for i in xrange(len(fatherList) - size + 1):

“不规则尺寸”？他们都是 len size 除了可能是最后一个 - 并且不重叠。考虑一下当 len 为 6 且大小为 7 时，您的代码会发生什么情况，比如说... 5 个长度递减的切片...

更好；-) 但是使用 len 6 和 size 8 你仍然有同样的问题。

我一直在寻找可以开箱即用的好东西，因为它看起来完全是一般问题。我的笔记：不错的简单实现，但不能与迭代器一起使用... :( No len(list(fatherList)) 不是。

【参考方案6】：

我不确定，但您似乎想做所谓的移动平均线。 numpy 为此提供了便利（convolve 函数）。

>>> x = numpy.array(范围(20)) >>> x 数组（[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17、18、19]) >>> n = 2 # 移动平均窗口 >>> numpy.convolve(numpy.ones(n)/n, x)[n-1:-n+1] 数组（[ 0.5, 1.5, 2.5, 3.5, 4.5, 5.5, 6.5, 7.5, 8.5, 9.5, 10.5, 11.5, 12.5, 13.5, 14.5, 15.5, 16.5, 17.5, 18.5])

好消息是它可以很好地适应不同的加权方案（只需将 numpy.ones(n) / n 更改为其他值）。

您可以在此处找到完整的材料： http://www.scipy.org/Cookbook/SignalSmooth

【参考方案7】：

扩展@Ants Aasma 的答案：在 Python 3.7 中处理StopIteration 异常changed（根据PEP-479）。兼容的版本是：

from itertools import chain, islice

def ichunked(seq, chunksize):
    it = iter(seq)
    while True:
        try:
            yield chain([next(it)], islice(it, chunksize - 1))
        except StopIteration:
            return

【参考方案8】：

您的问题可以使用更多细节，但是如何：

def iterate_over_slices(the_list, slice_size):
    for start in range(0, len(the_list)-slice_size):
        slice = the_list[start:start+slice_size]
        foo(slice)

【参考方案9】：

对于一个接近一个衬里（在itertools 导入之后），在 Nadia 的回答中处理非块可分大小而没有填充：

>>> import itertools as itt
>>> chunksize = 5
>>> myseq = range(18)
>>> cnt = itt.count()
>>> print [ tuple(grp) for k,grp in itt.groupby(myseq, key=lambda x: cnt.next()//chunksize%2)]
[(0, 1, 2, 3, 4), (5, 6, 7, 8, 9), (10, 11, 12, 13, 14), (15, 16, 17)]

如果你愿意，你可以使用enumerate() 摆脱itertools.count() 的要求，但会更丑：

[ [e[1] for e in grp] for k,grp in itt.groupby(enumerate(myseq), key=lambda x: x[0]//chunksize%2) ]

（在本例中，enumerate() 是多余的，但显然并非所有序列都是这样的整齐范围）

远没有其他答案那么简洁，但在紧要关头很有用，尤其是在已经导入 itertools 的情况下。

【参考方案10】：

将列表或迭代器切成给定大小的块的函数。如果最后一个块更小，也会正确处理这种情况：

def slice_iterator(data, slice_len):
    it = iter(data)
    while True:
        items = []
        for index in range(slice_len):
            try:
                item = next(it)
            except StopIteration:
                if items == []:
                    return # we are done
                else:
                    break # exits the "for" loop
            items.append(item)
        yield items

使用示例：

for slice in slice_iterator([1,2,3,4,5,6,7,8,9,10],3):
    print(slice)

结果：

[1, 2, 3]
[4, 5, 6]
[7, 8, 9]
[10]

【讨论】：

执行其他一些解决方案在更多行中所做的事情，可能会慢一点，具体取决于用例。这可以使用 islice 来改进。