如何在Python列表中添加和扩展新行？

Question

我必须减少数组的密度，方法是使用一个以100步为单位遍历的for循环，并将原始数组的值复制到一个新数组中：

soundDataHere是一个[7][22000]dim数组，我希望cleanSoundData是一个[7][220]dim数组

def reduceDensity(soundDataHere):
    for i in range(numberOfFiles):
        for j in range(0, soundDataHere[i].size-1, 100):
            cleanSoundData.extend(soundDataHere[i][j])

我不知道如何在foor循环中使用append和extend函数来重新创建一个新的低密度数组。在

示例：[[1,2,3,4,5],[6,7,8,9,10]]带有step = 2 应该在我的新cleanSoundData数组中返回[[1,3,5],[6,8,10]]

但只是像[1,3,5,6,8,10]那样扩展它

Answer 1

假设数组soundData是一个7 X 22000保存您的数据。因此，创建一个大小为7 x 220的新数组cleanSoundData可以如下操作。甚至更广义的是它的2 x 1000还是{}。在

cleanSoundData = []
for i in range(len(soundData)):
    cleanSoundData.append([]) # adding new row
    for j in range(0, len(soundData[i]), 100):
        cleanSoundData[i].append(soundData[i][j]) # adding data to the row

希望这对你有用。在

Answer 2

也许您应该尝试创建两个不同的临时列表对象，在for循环之后将所需的元素“扩展”到每个元素中（即右侧和左侧的子列表）。然后“追加”这两个列表，而不是在cleanSoundData中扩展。在

Answer 3

使用Numpy和您的示例：

import numpy as np

l = [1,3,5,6,8,10]
l2 = np.reshape(l,[2,-1])

>>> l2
array([[ 1,  3,  5],[ 6,  8, 10]])

看起来您正在处理声音数据，因此我强烈建议您使用numpy模块，因为矢量化数组操作要比使用for循环处理Python对象快得多（在某些情况下，速度高达100倍）。在

Numpy模块是专门为这些类型的用例设计的，所以我鼓励您学习如何使用它。在