如何在Python中自动为二维数组添加内层数组以容纳超出元素

方法1：计算所需组数后循环填充 #

先根据data的长度自动计算需要多少个内层数组（用(len(data) + 7) // 8实现向上取整，因为每组最多8个元素，8-1=7），再循环填充每个分组：

category_list = []
data = ['Category0', 'Category1', 'Category2', 'Category3', 'Category4', 
         'Category5', 'Category6', 'Category7', 'Category8', 'Category9',
         'Category10']

# 自动计算需要的分组数
total_groups = (len(data) + 7) // 8
for i in range(total_groups):
    start = i * 8
    end = start + 8
    category_list.append(data[start:end])

运行后输出：

[
 ['Category0', 'Category1', 'Category2', 'Category3', 'Category4', 'Category5', 'Category6', 'Category7'],
 ['Category8', 'Category9', 'Category10']
]

方法2：用列表推导式简化代码 #

如果想更紧凑，一行代码就能完成分组逻辑，和方法1原理完全一致：

category_list = [data[i*8 : (i+1)*8] for i in range((len(data)+7)//8)]

方法3：迭代器逐段截取（适合大数据量） #

如果data是超大数据集，用迭代器逐段截取可以避免一次性生成全量切片，节省内存：

from itertools import islice

category_list = []
data_iter = iter(data)
while True:
    group = list(islice(data_iter, 8))
    if not group:
        break
    category_list.append(group)

内容的提问来源于stack exchange，提问作者David