Python中如何以99999999为标记分割数组？迭代场景拆分需求

我不清楚如何分割数组，分割标记为99999999。

我的代码 #

ssq=[]
for i in range (12):
    for j in range (len(decision1[i])):
        w=uu[i][decision1[i][j]]
        ssq.append(w)   
    j=j+1
    ssq.append(99999999)  
i=i+1
ssq=np.array(ssq)

当前输出 #

array([       0,        0,     1500,     1500,     1500,     1500,
           1500,     1500,        0, 99999999,        0,        0,
              0,        0,        0,        0,        0, 99999999,
              0,        0,        0, 99999999,      500,      500,
            500,     1000,     1000,     1000,      500,
           2000, 99999999,     1000,     1000, 99999999,...])

目标输出 #

array([[0, 0, 1500, 1500, 1500, 1500, 1500, 1500, 0],
       [0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0],
       [500, 500, 500, 1000, 1000, 1000, 500, 2000],
       [1000, 1000],
       ...])

我需要将当前的一维NumPy数组按99999999分割为多个子数组，对应每次迭代生成的元素集合。

方案一：生成时直接构建子数组（更高效） #

不需要先拼接成一维数组再分割，直接在循环中生成每个子数组，一步到位：

ssq = []
for i in range(12):
    sub_arr = []
    for j in range(len(decision1[i])):
        w = uu[i][decision1[i][j]]
        sub_arr.append(w)
    ssq.append(sub_arr)
# 因子数组长度不一致，用object类型存储
ssq = np.array(ssq, dtype=object)

方案二：对已有的一维数组进行分割 #

如果已经生成了带分割标记的一维数组，可以通过以下步骤拆分：

# 定位所有分割标记的索引
split_indices = np.where(ssq == 99999999)[0]

# 切片分割数组
result = []
start_pos = 0
for idx in split_indices:
    result.append(ssq[start_pos:idx])
    start_pos = idx + 1

# 转换为NumPy数组
result = np.array(result, dtype=object)

说明 #

• np.where(ssq == 99999999)[0] 会返回所有标记值的位置索引
• 通过遍历索引，对原数组进行切片，得到每个子数组
• 由于子数组长度不同，需指定dtype=object来存储

内容的提问来源于stack exchange，提问作者Agustin