如何选择数组中的所有其他数据组？

Question

我有一个大约 100,000 个数据点的数据集，我需要能够选择每组 10,000 个数据点并将它们附加到一个新列表中（所以我最终会得到一个数据点 0-10000 的数据集， 20,000-30,000、40,000-50,000 等）。我不能通过简单地对值本身进行阈值处理来分离数据，我需要通过索引进行分离。我想我需要编写一个循环，它可以按顺序选择前 10,000 个数据点，检查迭代次数是奇数还是偶数，如果是奇数，则追加到新列表中，然后重复循环，但由于下一个迭代是偶数，第二个 10,000 个数据点被忽略，依此类推直到结束。我理解逻辑并且对要做什么有一个模糊的想法，但我是一名化学家，而不是程序员，而且我不知道足够的 Python 语法，甚至无法开始使用谷歌搜索来尝试找出我需要的命令。我不知道如何连续调用每组一万个数据点，也不知道如何告诉 Python 计算迭代次数，更不用说忽略每一个！

Answer 1

有使用列表推导等更复杂的方法来做到这一点，但这里有一种可能最容易理解的方法：

假设您的数据在一个数组中data。

import numpy as np

data = list(data)

data_subset = []

interval_length = 10,000

n_intervals = int(len(data)/interval_length)

# get every other data interval, starting with the first

for i in range(0, n_intervals, 2):

  start_index = i * interval_length

  stop_index = start_index + interval_length

  data_subset += data[start_index:stop_index]

data_subset = np.array(data_subset)

print(data_subset)

Answer 2

在较小的列表中尝试此操作，然后将其扩展到较大的列表如何？

ls = [1,2,2,2,2,11,2,2,3,4,44,399,9,9,0]

group_sizes = 3

# getting groups of size 'group_sizes' and then choosing every other one ...

groups = [ls[n:n+group_sizes] for n in range(0, len(ls), group_sizes) if n % 2 == 0]

输出

print groups

# [[1, 2, 2], [2, 2, 3], [9, 9, 0]]