合併項目進行分隔蟒蛇

Question

我有以下列表：

[50.0, 100.0, 150.0, 5.0, 200.0, 300.0, 10.0, 400.0] 

，我想用:分隔符，創建以下列表合併在我的列表中的項目：

[50.0, 100.0:150.0:5, 200.0:300.0:10.0, 400.0] 

我想使用numpy.r_中的新列表。我已經將我的列表從字符串轉換爲浮點數，所以我想保留浮點數並在相應索引之間添加:分隔符。我遇到的麻煩的問題是，如果我想我花車不能轉換100.0:150.0:5間隔值，並與我有麻煩添加在:定界符我的浮點值。任何人都可以將我指向正確的方向嗎？

Answer 1

我認爲你是在談論這樣做的：

In [152]: [50.0, 100.0, 150.0, 5.0, 200.0, 300.0, 10.0, 400.0] 
Out[152]: [50.0, 100.0, 150.0, 5.0, 200.0, 300.0, 10.0, 400.0] 
In [153]: np.r_[50.0, 100.0:150.0:5.0, 200.0:300.0:10.0, 400.0] 
Out[153]: 
array([ 50., 100., 105., 110., 115., 120., 125., 130., 135., 
     140., 145., 200., 210., 220., 230., 240., 250., 260., 
     270., 280., 290., 400.]) 

我在ipython編輯添加的:。我沒有真的在做字符串操作，例如np.r_['50.0', '100.0:150.0:5.0',...]。

的等效表達式使用slice：

np.r_[50.0, slice(100.0,150.0,5.0), slice(200.0,300.0,10.0), 400.0] 

，或者如果該列表是ll：

np.r_[ll[0], slice(*ll[1:4]), slice(*ll[4:7]), ll[7]] 

在索引上下文[]，所述a:b:c表達式被轉換成切片對象，slice(a,b,c)。 r_然後將其轉換爲arange(a,b,c)，然後連接它們。

所以有效的r_表達式爲：

np.concatenate([ [ll[0]], np.arange(*ll[1:4]), np.arange(*ll[4:7]), [ll[7]] ]) 

在分組中間值3的並且把它們放在片的numpy的方法是：

In [166]: [slice(*ii) for ii in np.array(ll[1:-1]).reshape(-1,3)] 
Out[166]: [slice(100.0, 150.0, 5.0), slice(200.0, 300.0, 10.0)] 

（這是一個alterantive爲@摩西使用iter）。但是在np.r_（甚至是np.concatenate）中嵌入這種列表是棘手的。

它可以更容易地在arange直接產生：

In [189]: subl = [np.arange(*ii) for ii in np.array(ll[1:-1]).reshape(-1,3)] 
In [190]: subl 
Out[190]: 
[array([ 100., 105., 110., 115., 120., 125., 130., 135., 140., 145.]), 
array([ 200., 210., 220., 230., 240., 250., 260., 270., 280., 290.])] 
In [191]: np.concatenate([[ll[0]]]+subl+[[ll[-1]]]) 
Out[191]: 
array([ 50., 100., 105., 110., 115., 120., 125., 130., 135., 
     140., 145., 200., 210., 220., 230., 240., 250., 260., 
     270., 280., 290., 400.]) 

Answer 2

您不能讓:分隔的數字沒有用""（即作爲字符串）包裝它們。但是你可以做你打算用什麼slice：

s = [50.0, 100.0, 150.0, 5.0, 200.0, 300.0, 10.0, 400.0] 

it = iter(s[1:-1]) 
s[1:-1] = map(slice, *(it,)*3) 
print(s) 
# [50.0, slice(100.0, 150.0, 5.0), slice(200.0, 300.0, 10.0), 400.0] 

---

而現在可以用np.r_和np.concatenate可用於如下：

>>> np.concatenate([np.r_[i] for i in s]) 
array([ 50., 100., 105., 110., 115., 120., 125., 130., 135., 
     140., 145., 200., 210., 220., 230., 240., 250., 260., 
     270., 280., 290., 400.]) 

這將產生你想要的結果。