在Python中使用表达式填充多维numpy数组的列表时出现IndexError

Question

从一个csv文件开始，我有一个多维的numpy数组（尺寸是617 x 9），我只需要这个数组中的一列。在这一列中存储的是一些连续的数据，像下面这样：

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

这些数据以或多或少的循环方式表示了一组组相似的值。我需要把这些值的平均数和标准差放到一个列表里。所以在这个具体的例子中，我会有（我只计算平均数，抱歉）：

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

我对python不是很熟悉，所以我想的是先填充一个列表的列表，里面放那些第n个值和下一个n+1个值之间差200的值，然后再进行处理，像这样：

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

我写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，我得到了这样的输出：

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，我希望能得到对这个错误的解释，虽然我在网上查了一些资料，感觉我需要先初始化这个列表……但实际上我并不知道它的尺寸。其次，如果有人觉得自己比我聪明，能给我一些其他的方法建议，我会非常感激！

提前谢谢大家！

Answer 1

谢谢你，Barmar！你的建议让我豁然开朗！我会把这个答案发上来，以防将来有人需要快速找到它！肯定会有更优雅的方法来实现这个，但现在这样也能很好地工作！

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))