Ned Batchelder
2019-11-28 09:43:27
这是一个生成所需块的生成器：
def chunks(lst, n):
"""Yield successive n-sized chunks from lst."""
for i in range(0, len(lst), n):
yield lst[i:i + n]
import pprint
pprint.pprint(list(chunks(range(10, 75), 10)))
[[10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
[20, 21, 22, 23, 24, 25, 26, 27, 28, 29],
[30, 31, 32, 33, 34, 35, 36, 37, 38, 39],
[40, 41, 42, 43, 44, 45, 46, 47, 48, 49],
[50, 51, 52, 53, 54, 55, 56, 57, 58, 59],
[60, 61, 62, 63, 64, 65, 66, 67, 68, 69],
[70, 71, 72, 73, 74]]
如果你使用的是Python 2，则应使用xrange()而不是range()：
def chunks(lst, n):
"""Yield successive n-sized chunks from lst."""
for i in xrange(0, len(lst), n):
yield lst[i:i + n]
同样，你可以简单地使用列表理解而不是编写函数，尽管将这样的操作封装在命名函数中是个好主意，这样你的代码更易于理解。的Python 3：
[lst[i:i + n] for i in range(0, len(lst), n)]
Python 2版本：
[lst[i:i + n] for i in xrange(0, len(lst), n)]
热门帖子
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13
如果我们不知道清单的长度怎么办？在itertools.repeat（[1，2，3]）上尝试一下，例如
这是对该问题的有趣扩展，但原始问题显然询问了有关对列表进行操作的问题。
此功能需要在该死的标准库中
@Calimo：您有什么建议？我递给你一份包含47个要素的清单。您想如何将其拆分为“均匀大小的块”？OP接受了答案，因此显然可以接受最后一个不同大小的块。也许英语短语不准确？
@NedBatchelder我同意这个问题定义得很不明确，但是您可以将47个元素的列表分成9、9、9、9、10和10个元素的5个块，而不是7、10、10、10和10。并不完全是偶数，但这就是我在Google中搜索“均匀大小的块”关键字时所想到的。这意味着您需要n来定义块的数量，而不是它们的大小。下面的另一个答案提出了一种实际执行此操作的方法。您的答案与链接的“相关问题”中的答案基本相同。