当我尝试使用 Python 中的表达式语句填充多维 numpy 数组中的列表时出现索引错误

Question

从 csv 文件开始，我有一个多维 numpy 数组（尺寸：617 x 9），我只需要该 n x m 数组的一列。该列中存储了如下所示的顺序数据：

[0,0,0,0,0,0,620,625,622,710,658,2150,2142,2569,2600,21,24,30,45,32,14,1100,1119,1150 ...]

以或多或少的循环方式，它们代表彼此不太相似的一组值。我需要将这些值的平均值和标准差分配给一个列表。所以在具体的例子中我们将有（我只会计算平均值抱歉）：

[0, 647.0, 2365.25, 27.67, 1126.33, ...]

我对Python不太熟练，所以我的想法是用第n个和下一个n+1之间存在200差异的值填充列表列表，然后使用它，例如：

[[0,0,0,0,0,0], [620,625,622,710,658], [2150,2142,2569,2600], [21,24,30,45,32,14], [1100,1119,1150] ...]

我的初学者代码是这样的：

import numpy as np
import os, time, argparse, matplotlib, glob, datetime, sys, math
path = "/path_to_file/file.csv"
data = np.loadtxt(data, delimiter=',', skiprows=1)

x = [[]]
n_entries = len(data[:,0])
count = 0
m = 0

for n in range(n_entries-1):
    if (math.isclose(data[n,1], data[n+1,1], abs_tol = 200)):
        x[count][m] = data[n,1]
        m += 1

    else:
        count += 1
        m = 0

不幸的是我得到这个输出：

Traceback (most recent call last):
  File "/path_to_python_file/file.py", line 49, in <module>
    x[count][m] = data[n,1]
IndexError: list assignment index out of range

首先，我很想对这个错误有一个解释，尽管在网上搜索，我感觉我必须之前初始化列表......但实际上我原则上并不真正知道它的尺寸。其次，如果有人感觉比我聪明，我将不胜感激任何有关其他方法的建议！

提前谢谢大家！

Answer 1

谢谢巴马尔！你的建议很有启发！我将发布答案，以防将来有人很快需要它！当然会有一种更优雅的方法来做到这一点，但效果很好！

import statistics as st
import numpy as np
import math

def cyclic_values_finder(array,value):
    m_crutch = []
    m = 0
    for n in range(n_entries-1):
        if not (math.isclose(array[n,value], array[n+1,value], abs_tol = 200)):
            m_crutch.append(n+1)
    m_crutch.append(n_entries)
    return m_crutch

def get_array_values(array, value):
    arr = []
    for ii in range(n_entries):
        arr.append(array[ii,value]) 
    return arr

n = 1      # whatever columns of data you'll need to process
path = "/path_to_file/file.csv"
data = np.loadtxt(path, delimiter=',', skiprows=1)
data_needed = get_array_values(data,n)
n_rows = np.array(cyclic_values_finder(data,n))

splitted_data = np.split(data_needed)

avg = []
stdev = []
for row in splitted_data :
    avg.append(st.mean(row))
    stdev.append(st.stdev(row))