如何按固定周期筛选Python数组元素：保留5个丢弃15个循环执行

按你说的「每20个元素为一个周期，前5个保留、后15个丢弃」的规则，分场景给出最优实现：

纯Python原生实现（无第三方依赖） #

直接通过索引取模判断即可，时间复杂度O(n)，适合小数据量或者不能装第三方库的场景：

# 直接返回新列表
def select_5_drop_15(arr):
    return [item for idx, item in enumerate(arr) if idx % 20 < 5]

# 超大数组场景用生成器，内存占用O(1)
def select_5_drop_15_iter(arr):
    for idx, item in enumerate(arr):
        if idx % 20 < 5:
            yield item

示例：输入长度为25的数组，会返回前5个、第21~25个，总共10个元素，完全符合规则。

Numpy实现（数值数组最优） #

如果是数值类数组，用numpy的向量化操作效率最高，万级以上数组的处理速度是纯Python的50~100倍：

import numpy as np

# 把原数组转为numpy数组
np_arr = np.array(你的原数组)
mask = np.arange(np_arr.shape[0]) % 20 < 5
result = np_arr[mask]

• 不需要写Python层循环，完全由numpy底层C逻辑执行，性能拉满
• 自动兼容非20整数倍长度的数组，末尾不足一个周期的部分也会按规则处理

规则调整方法 #

如果后续需要修改保留/丢弃的数量，只需要修改两个参数即可：

• 模的数值 = 保留数量 + 丢弃数量
• 判断条件为索引取模结果 < 保留数量
  比如要改成保留3个、丢弃7个，就把idx %20 <5改成idx %10 <3即可。

内容的提问来源于stack exchange，提问作者Mike