python将数组n等分的实例
废话不多说,直接上代码!
import math lists = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12, 13, 14, 16, 7, 8, 1] length = len(lists) n = 4 for i in range(n): one_list = lists[math.floor(i / n * length):math.floor((i + 1) / n * length)] print(one_list)
其中,使用math.floor()是对浮点数向下取整,math.ceil()向上取整,直接使用round()是取得一个float类型的数最接近的整数,类似于四舍五入,不过使用round(1.5),输出1.直接使用int()则去掉小数部分,使用这几个不同函数,分出的数组也是不一样的。
以上这篇python将数组n等分的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。
相关推荐
-
在Python中等距取出一个数组其中n个数的实现方式
应用场景: 实验中不断得到新数据,想将数据图形化,但随着时间推移,数据越来越多, 此时需要我们等距选择数据列表中固定数量的数据,来进行图形化. 注:保留首尾数据. import numpy as np a = np.arange(0, 10) b = np.arange(0, 15) c = np.arange(0, 20) d = np.arange(0, 30) e = np.arange(10, 40) f = np.arange(0, 100) def pick_arange(arang
-
对Python 数组的切片操作详解
高级特性 切片操作:对list,tuple元素进行截取操作,非常简便. L[0:3],L[:3] 截取前3个元素. L[1:3] 从1开始截取2个元素出来. L[-1] 取倒数第一个元素出来. L[-10] 取后10个数 L[10:20] 取前11-20个数 L[:10:2] 取前10个数,每两个取一个 L[::5] 所有数,每5个取一个 L[:] 原样复制一个list tuple,字符串也可以进行切片操作 以上这篇对Python 数组的切片操作详解就是小编分享给大家的全部内容了,希望能给大家一
-
python将数组n等分的实例
废话不多说,直接上代码! import math lists = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12, 13, 14, 16, 7, 8, 1] length = len(lists) n = 4 for i in range(n): one_list = lists[math.floor(i / n * length):math.floor((i + 1) / n * length)] print(one_list) 其中,使用math.floor()是
-
Python返回数组/List长度的实例
其实很简单,用len函数: >>> array = [0,1,2,3,4,5] >>> print len(array) 6 同样,要获取一字符串的长度,也是用这个len函数,包括其他跟长度有关的,都是用这个函数. 以上这篇Python返回数组/List长度的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们.
-
Python 求数组局部最大值的实例
求数组局部最大值 给定一个无重复元素的数组A[0-N-1],求找到一个该数组的局部最大值.规定:在数组边界外的值无穷小.即:A[0]>A[-1],A[N-1] >A[N]. 显然,遍历一遍可以找到全局最大值,而全局最大值显然是局部最大值. 可否有更快的办法? 算法描述 使用索引left.right分别指向数组首尾. 求中点 mid = ( left + right ) / 2 A[mid]>A[mid+1],丢弃后半段:right=mid A[mid+1]>A[mid],丢弃前半段
-
python ndarray数组对象特点及实例分享
1.numpy数组是同质数组,即所有元素的数据类型必须相同. 2.ndarray数组一般要求所有元素的数据类型相同,下标从0开始,最后一个元素的下标为数组长度减1. 实例 import numpy as np a = np.arange(0, 5, 1) print(a) b = np.arange(0, 10, 2) print(b) 知识点扩充: 定义数组 >>> import numpy as np >>> m = np.array([[1,2,3], [2,3,
-
基于python 二维数组及画图的实例详解
1.二维数组取值 注:不管是二维数组,还是一维数组,数组里的数据类型要一模一样,即若是数值型,全为数值型 #二维数组 import numpy as np list1=[[1.73,1.68,1.71,1.89,1.78], [54.4,59.2,63.6,88.4,68.7]] list3=[1.73,1.68,1.71,1.89,1.78] list4=[54.4,59.2,63.6,88.4,68.7] list5=np.array([1.73,1.68,1.71,1.89,1.78])
-
python 列表,数组,矩阵两两转换tolist()的实例
通过代码熟悉过程: # -*- coding: utf-8 -*- from numpy import * a1 =[[1,2,3],[4,5,6]] #列表 print('a1 :',a1) #('a1 :', [[1, 2, 3], [4, 5, 6]]) a2 = array(a1) #列表 -----> 数组 print('a2 :',a2) #('a2 :', array([[1, 2, 3],[4, 5, 6]])) a3 = mat(a1) #列表 ----> 矩阵 print(
-
python生成多个只含0,1元素的随机数组或列表的实例
如下所示: >>> import numpy as np >>> myarray= np.random.randint(0,2,10)输出只含0,1元素的一维数组,长度为10 >>> myarray array([1, 1, 1, 0, 1, 0, 0, 1, 1, 0]) >>> myarray= np.random.randint(0,2,(3,10))输出只含0,1元素的3行10列数组 >>> myarray
-
python 统计数组中元素出现次数并进行排序的实例
如下所示: lis = [12,34,456,12,34,66,223,12,5,66,12,23,66,12,66,5,456,12,66,34,5,34] def test1(): #进行去重 c = [] for i in lis: if i not in c: c.append(i) #进行统计,生成二维列表 b = [] for i in c: num = 0 for j in range(len(lis)): if lis[j] == i: num += 1 a = [] a.app
-
Python 切分数组实例解析
这篇文章主要介绍了Python 切分数组实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 将一个数组,均分为多个数组 代码 # -*- coding:utf-8 -*- # py3 def list_split(items, n): return [items[i:i+n] for i in range(0, len(items), n)] if '__main__' == __name__: list1 = ['s1', 's2', '
-
python返回数组的索引实例
使用python里的index nums = [1, 2, 3, 4, 5, 6, 1, 9] print nums.index(max(nums)) print nums.index(1) 该方法同样适合于字符串: str1 = 'abcd' print str1.index('c') 但是对于数组或者字符串里面含有不止一个要检索的数字时,只会返回第一个元素的索引. nums = [1, 2, 3, 4, 5, 6, 1, 9] print nums.index(2) print nums[:
随机推荐
- AngularJS之ionic 框架下实现 Localstorage本地存储
- Jquery全选与反选点击执行一次的解决方案
- vue-router:嵌套路由的使用方法
- 深入理解iOS的状态栏
- 基于java中反射的总结分析
- Python中的hypot()方法使用简介
- 用jscript实现新建和保存一个word文档
- php开发工具之vs2005图解
- IIS+fastcgi下PHP运行超时问题的解决办法详解
- springMVC使用jsp:include嵌入页面的两种方法(推荐)
- 使用MySQL MySqldump命令导出数据时的注意事项
- Asp实现的数据库连接池功能函数分享
- JavaScript获取当前网页标题(title)的方法
- 详细图示关闭IIS的默认脚本映射,以提高服务器安全性的设置方法
- Java成员变量与局部变量(动力节点Java学院整理)
- PHP array_key_exists检查键名或索引是否存在于数组中的实现方法
- Android 遍历文件夹中所有文件的实例代码
- 详解node.js 下载图片的 2 种方式
- 利用OpenCV实现局部动态阈值分割
- Linux内核设备驱动之内核的调试技术笔记整理