Bemind
Учебник Python
Учебник Python
  • Python
    • Python Lists
      • Списковые включения в Python (Полное руководство с примерами)
      • Исправление ValueError: Слишком Много Значений Для Распаковки в Python
      • Как добавить словарь в список в Python
      • Как добавить строку в список в Python
      • Разница между массивами и списками в Python
      • Python: Различия между списками и кортежами
      • Как проверить, пуст ли список в Python
      • Как Итерировать (Циклически Проходить) По Списку в Python
      • Python List sort(): Подробное руководство по сортировке списков
      • Python List Extend: Как добавить несколько элементов в список
      • Python: Найти Индекс Всех Вхождений Элемента в Списке
      • Конвертация списка словарей в Pandas DataFrame
      • Генерация случайных чисел в Python
      • Поиск Индекса в Списке Python: Найти Первое, Последнее или Все Вхождения
      • Добавить в начало списка в Python (Вставить в начало)
      • Найти дубликаты в списке Python
      • Python: Умножение Списков (6 Различных Способов)
      • Python списки: Полный обзор
      • Python: Выбор случайного элемента из списка
      • 4 Способа Очистить Список в Python
      • Объяснение ошибки IndexError в Python: индекс списка выходит за пределы допустимого диапазона
      • Python: Получение индекса максимального элемента в списке
      • Python: Объединение списков – Слияние списков (8 способов)
      • Python: Проверка наличия элемента в списке
      • Python: Проверка наличия элемента в списке
      • Удаление элемента из списка в Python (pop, remove, del, clear)
      • Как перевернуть список в Python (6 способов)
      • Python: Замена элемента в списке (6 различных способов)
      • Python: Удаление дубликатов из списка (7 способов)
      • Python: Преобразование словаря в список кортежей (4 простых способа)
      • Python: Перемешать Список (Случайное Распределение Элементов Списка в Python)
      • Python: Пересечение двух списков
      • Python: Вычитание двух списков (4 простых способа!)
      • Длина или Размер Списка в Python: 5 Способов Узнать Длину Списка
      • Python: Транспонирование списка списков (5 простых способов!)
      • Python: Разделение списка (Пополам, на части)
      • Python: Комбинации списка (Получить все комбинации списка)
      • Python: Выравнивание списка списков (4 способа)
      • Разница между списками в Python: Нахождение разницы между двумя списками Python
      • Python: Найти среднее значение списка или списка списков
      • Как добавлять элементы в списки в Python – 4 простых способа!
      • Списковые включения в Python (Полное руководство с примерами)
      • 6 способов преобразовать список Python в строку
    • Python Dictionaries
      • Понимание словаря Python (с примерами)
      • Исправляем ValueError: Слишком Много Значений Для Распаковки в Python
      • Как добавить словарь в список в Python
      • Преобразование JSON в словарь Python
      • Полное руководство по вложенным словарям в Python
      • Копирование словаря в Python: Полное руководство
      • Конвертация списка словарей в Pandas DataFrame
      • Поиск дубликатов в списке Python
      • Полный обзор словарей в Python
      • Python: Добавление пары Ключ:Значение в Словарь
      • Python: Сортировка словаря по значениям
      • Слияние Словарей в Python – Комбинирование Словарей (7 Способов)
      • Python: Удаление Дубликатов из Списка (7 Способов)
      • Python: Преобразование словаря в список кортежей (4 простых способа)
      • Python: Красивая Печать Словаря (Dictionary) – 4 Способа
      • Python: Проверка пуст ли словарь (5 способов!)
      • Copy of Python: Проверка пуст ли словарь (5 способов!)
      • Python: Проверьте, существует ли ключ (или значение) в словаре (5 простых способов)
      • Python: Проверьте, существует ли ключ (или значение) в словаре (5 простых способов)
      • Python: Получение Ключа Словаря с Максимальным Значением (4 Способа)
      • Python: Удаление ключа из словаря (4 разных способа)
      • Как красиво вывести JSON-файл в Python (6 методов)
    • Python Strings
      • Python Капитализация Строк: Руководство по Преобразованию слов в Заглавные
      • Python strip: Как обрезать строку в Python
      • Python Обратная Строка: Руководство по Реверсированию Строк
      • Как Удалить Префикс или Суффикс из Строки в Python
      • Преобразование строки в формат заголовка в Python с помощью str.title()
      • Как добавить строку в список в Python
      • Python String startswith: Проверка, начинается ли строка с подстроки
      • Python String endswith: Проверка того, заканчивается ли строка подстрокой
      • Как удалить первый или последний символ из строки в Python
      • Как исправить: SyntaxError в Python - EOL при сканировании строкового литерала
      • Python String Contains: Проверка Наличия Подстроки в Строке
      • Как проверить, пустая ли строка в Python
      • Python Новая Строка и Как Печатать Без Переноса Строки
      • Как Конкатенировать Строки в Python: Полное Руководство
      • Python: Подсчет слов в строке или файле
      • Как создать список алфавита в Python
      • Python: Конкатенация строки и целого числа (Int)
      • Python: Сортировка строки (4 различных способа)
      • Python zfill и rjust: Добавление нулей в строку в Python
      • Python: Целое в Двоичное (Преобразование целого числа в двоичную строку)
      • Python rfind: Нахождение индекса последней подстроки в строке
      • Python SHA256 хеширование алгоритм: объяснение
      • Python: Усечение числа с плавающей точкой (6 различных способов)
      • Выбор между методами Python isdigit(), isnumeric() и isdecimal()
      • Python: Удаление специальных символов из строки
      • Python Приведение Строки к Нижнему Регистру с помощью .lower(), .casefold(), и .islower()
      • Python программа для проверки, является ли строка палиндромом (6 методов)
      • Python: Найдите все перестановки строки (3 легких способа!)
      • Python: Удаление пунктуации из строки (3 разных способа!)
      • Python: Найти индекс (или все индексы) подстроки в строке
      • Python: Удаление символов новой строки из строки
      • Python: Удаление символа из строки (4 способа)
      • Python: Количество вхождений в строке (4 способа!)
    • Встроенные функции Python
      • abs()
      • ascii()
      • aiter()
      • all()
      • any()
      • anext()
      • bin()
      • bool()
      • breakpoint()
      • bytearray()
      • bytes()
      • callable()
      • chr()
      • classmethod()
      • compile()
      • complex()
      • delattr()
      • dict()
      • dir()
      • divmod()
      • enumerate()
      • eval()
      • exec()
      • filter()
      • float()
      • format()
      • frozenset()
      • getattr()
      • globals()
      • hasattr()
      • hash()
      • help()
      • hex()
      • id()
      • input()
      • int()
      • issubclass()
      • iter()
      • len()
      • list()
      • locals()
      • map()
      • max()
      • memoryview()
      • min()
      • next()
      • object()
      • oct()
      • open()
      • ord()
      • pow()
      • print()
      • property()
      • range()
      • repr()
      • reversed()
      • round()
      • set()
      • setattr()
      • isinstance()
      • slice()
      • zip()
      • type()
      • sorted()
      • staticmethod()
      • str()
      • sum()
      • super()
      • tuple()
      • vars()
      • import()
    • Cобеседования Python. Разбор реальных вопросов.
    • Встроенные методы в Python
  • Учебники по Pandas и Numpy
    • Numpy
      • Функция активации ReLU для глубокого обучения: полное руководство по выпрямленному линейному блоку
      • Как нормализовать массивы NumPy (минимальное-максимальное масштабирование, Z-оценка, L2)
      • NumPy where: Условная обработка элементов массива
      • NumPy linspace: создание равномерно расположенных массивов с помощью np.linspace
      • Как рассчитать векторное произведение в Python
      • Разделение NumPy: Разделение массива NumPy на части
      • NumPy: Лучшие способы применения функции к массиву
      • NumPy full: Создание массивов с заданным значением
      • NumPy clip(): Ограничьте значения массива минимальным и максимальным значениями
      • NumPy cumsum: Расчет кумулятивных сумм массивов NumPy
      • Изучаем функцию np.histogram в NumPy: создаем гистограмму
      • NumPy arange(): Полное руководство (с примерами)
      • Руководство по индексации и срезам массивов NumPy: Полное руководство
      • NumPy argmin(): Получение индекса минимального значения в массивах
      • Выравнивание массива с помощью NumPy flatten
      • Объединение массивов NumPy по различным осям с использованием функции stack
      • Удаление размерности из массивов NumPy с помощью NumPy Squeeze
      • Функция np.repeat() NumPy: Повторение массивов NumPy
      • Использование функции NumPy.exp() для вычисления экспоненты
      • Реализация функции сигмоида на Python
      • NumPy Pad: Использование np.pad() для дополнения массивов и матриц
      • np.argmax(): Как использовать NumPy Argmax
      • NumPy logspace: Понимание функции np.logspace()
      • Использование NumPy Tile для Расположения Массивов
      • NumPy Zeros: Создание массивов и матриц с нулями в NumPy
      • Использование числа Пи в Python (NumPy и Math)
      • Распределение Нормального (Гауссова) Распределения в Numpy (Случайное Нормальное в Numpy)
      • NumPy для Data Science на Python
      • Расчет скалярного произведения с использованием Numpy в Python
      • Расчет натурального логарифма на Python
    • Pandas
      • Python сводные таблицы – Полное руководство
      • Изучение API стиля Pandas
      • Объяснение группировки по нескольким столбцам в Pandas с примерами
      • Удаление индексной колонки DataFrame в Pandas: Руководство с примерами
      • Pandas Quantile: Расчет процентилей в DataFrame
      • Как рассчитать скользящее среднее (среднее арифметическое) в Pandas
      • Руководство по использованию метода fillna в Pandas для работы с отсутствующими данными в DataFrame
      • Pandas unique(): Получение уникальных значений в DataFrame
      • Распакуйте Ваши Данные с Помощью Функции Melt в Pandas
      • Pandas date_range: Как Создать Диапазон Дат в Pandas
      • Сброс индекса в Pandas: как сбросить индекс в Pandas
      • Pandas replace() – Замена значений в DataFrame Pandas
      • Перемещение столбца DataFrame Pandas на позицию (В начало и в конец)
      • Учебное пособие по Python Pandas: полное руководство
      • Pandas: Замена NaN на нули
      • Преобразование DataFrame Pandas в файл Pickle
      • Конвертация Pandas DataFrame в JSON
      • Преобразование DataFrame Pandas в Словарь
      • Преобразование Pandas DataFrame в Список
      • Чтение файлов Parquet в Pandas с помощью pd.read_parquet
      • Pandas dropna(): Удаление отсутствующих записей и столбцов в DataFrame
      • Как Добавить Новый Столбец в DataFrame Pandas
      • Подсчёт уникальных значений в Pandas
      • Отображение всех столбцов и строк в DataFrame Pandas
      • Pandas to_excel: Запись DataFrames в файлы Excel
      • Как использовать Pandas для чтения файлов Excel в Python
      • Преобразование списка словарей в Pandas DataFrame
      • Как добавить/вставить строку в DataFrame Pandas
      • Диаграмма рассеяния в Pandas: Как создать диаграмму рассеяния в Pandas
      • Pandas to_datetime: Преобразование строки Pandas в дату и время
      • Введение в Pandas для Data Science
      • Индексация, Выборка и Присваивание Данных в Pandas
      • Суммирование и Анализ Pandas DataFrame
      • Преобразование столбцов Pandas с помощью map и apply
      • Группировка данных в Pandas с использованием cut и qcut
      • Дата и время в Pandas и Python
      • Очистка и подготовка данных в Pandas и Python
      • Pandas GroupBy: группировка, суммирование и агрегация данных в Python
      • Pandas Дата и Время в Части Даты (месяц, год и т.д.)
      • Pandas: Получение номера строки из DataFrame
      • Вычисление Взвешенного Среднего в Pandas и Python
      • Как перемешать строки Pandas Dataframe в Python
      • Pandas: количество столбцов (подсчет столбцов в DataFrame)
      • Pandas Sum: сложение столбцов и строк DataFrame
      • Pandas Diff: Вычисление Разницы Между Строками Pandas
      • Нормализация столбца или датафрейма Pandas (с использованием Pandas или sklearn)
      • Функция Rank в Pandas: Ранжирование данных в Dataframe (Эквивалент SQL row_number)
      • Pandas Describe: Описательная статистика вашего Dataframe
      • Pandas Shift: Перемещение столбца DataFrame вверх или вниз
      • 7 Способов Выполнения Выборки Данных в Pandas
      • Экспорт DataFrame Pandas в CSV файл – Использование .to_csv()
      • Pandas: Итерация по строкам DataFrame в Pandas
      • Pandas: Преобразование значений столбца в строки
      • Дисперсия в Pandas: Вычисление дисперсии столбца в Pandas Dataframe
      • Pandas: Создание DataFrame из списков (5 способов!)
      • Pandas Rename Index: Как переименовать индекс DataFrame в Pandas
      • Pandas: Подсчёт уникальных значений в объекте GroupBy
      • Pandas: Добавить дни к колонке с датами
      • Среднее в Pandas: Как рассчитать среднее для одной или нескольких колонок
      • Pandas Column to List – Конвертируйте колонку Pandas в список
      • Транспонирование Dataframe в Pandas
      • Python: Разделение DataFrame Pandas
      • Как получить имена столбцов в DataFrame Pandas
      • Pandas: Количество строк в DataFrame (6 способов)
      • Создание пустого DataFrame Pandas и добавление данных
      • Как переименовать столбцы в Pandas DataFrame (с примерами)
      • Изменение порядка столбцов в Pandas: использование метода reindex и метода insert
      • Pandas get_dummies (One-Hot кодирование), объяснение
      • Относительные и Абсолютные Частоты в Python и Pandas
      • Финансовый год – Определение финансового года в Pandas
      • Как сортировать данные в DataFrame Pandas
  • Учебники Matplotlib и Seaborn
    • Seaborn
      • Регрессионные графики в Seaborn с использованием regplot и lmplot
      • Seaborn residplot – Построение остатков линейной регрессии
      • Seaborn jointplot() – Создание совместных графиков в Seaborn
      • Seaborn displot – Распределенческие графики в Python
      • Seaborn ecdfplot – Эмпирические функции накопленного распределения
      • Seaborn rugplot – Визуализация маргинальных распределений
      • Seaborn kdeplot – Создание графиков оценки плотности ядра
      • Seaborn histplot – Создание Гистограмм в Seaborn
      • Seaborn catplot – Визуализация категориальных данных в Python
      • Средняя тенденция для категориальных данных в Seaborn Pointplot
      • Seaborn stripplot: Jitter Plots для распределений категориальных данных
      • Seaborn Countplot – Подсчет категориальных данных в Python
      • Seaborn swarmplot: Bee Swarm Plots для распределения категориальных данных
      • Скрипичные графики Seaborn в Python: Полное руководство
      • Настройка расположения легенд Seaborn, меток, текста и т.д.
      • Тепловая карта Seaborn: Полное руководство
      • Создание многосекционных сеток в Seaborn с помощью FacetGrid
      • Удаление рамки в Seaborn: Как работать с рамкой
      • Заголовки и метки осей в Seaborn: добавление и настройка
      • Как установить Seaborn в Python (Исправление: no module named seaborn)
      • Seaborn relplot – Создание точечных и линейных графиков
      • Полное руководство по созданию точечных диаграмм (scatter plots) в Python с использованием Seaborn
    • Matplotlib
      • Режим Retina в Matplotlib: Улучшение Качества Графиков
      • Как построить функцию в Python с использованием Matplotlib
      • Как создать 3D-диаграммы рассеяния в Matplotlib
      • Как изменить размер шрифта в графике Matplotlib
      • Установка размера маркера в точечных диаграммах Matplotlib
      • Как изменить размер графика и фигуры в Matplotlib
      • Как добавить названия в Matplotlib: Заголовок, Подзаголовок, Названия Осей
      • Pandas Scatter Plot: Как создать диаграмму рассеяния в Pandas
      • Построение графиков в Python с помощью Matplotlib
      • Диаграммы рассеяния Matplotlib – Все, что вам нужно знать
      • Диаграммы с столбцами в Matplotlib – Узнайте все, что вам нужно знать
      • Линейные диаграммы Matplotlib – Всё, что вам нужно знать
      • Построение гистограммы в Python с Matplotlib и Pandas
  • Алгоритмы
    • Алгоритм поиска в ширину (BFS) в Python
    • Алгоритм поиска в глубину (DFS) на Python
  • AI создает хедж-фонд для анализа акций на Python
Powered by GitBook
On this page
  • Как получить доступ к элементам списка по индексу
  • Как разделить список пополам
  • Разделение списка на части с использованием цикла for
  • Разделение списка на части с использованием генераторов списков
  • Разделение списка на части с помощью NumPy
  • Разделение списка с использованием itertools
  • Часто задаваемые вопросы
  • Заключение
  • Дополнительные ресурсы
  1. Python
  2. Python Lists

Python: Разделение списка (Пополам, на части)

PreviousPython: Транспонирование списка списков (5 простых способов!)NextPython: Комбинации списка (Получить все комбинации списка)

Last updated 5 months ago

В этом руководстве вы узнаете, как разбить список в Python, включая способы деления его пополам и на n равных частей. Вы также научитесь разбивать список на части фиксированного размера n, так чтобы каждая часть содержала n элементов (или меньше, если элементов не осталось). Умение работать со списками в Python — важный навык.

К концу этого руководства вы научитесь:

  • Как разделить список пополам в Python

  • Как разбить список на части в Python

  • Как разделить список в определённой позиции индекса в Python

  • Как использовать NumPy для разделения списка

Быстрый ответ: используйте индексацию списков, чтобы разделить список в Python.

Содержание


Как получить доступ к элементам списка по индексу

Одна из полезных особенностей списков в Python — их упорядоченность. Это позволяет получать доступ к элементу или диапазону элементов по индексу. Давайте рассмотрим, как работают индексы списков в Python:

Мы видим, что списки в Python поддерживают как положительные, так и отрицательные индексы. Положительные индексы начинаются с 0, то есть первый элемент списка. Отрицательные индексы начинаются с −1, что позволяет обращаться к последнему элементу списка.

Также можно получать диапазоны элементов с использованием срезов (list slicing). Для этого используется символ ":". Он позволяет выбирать элементы с определённой позиции до определённой позиции.

Вы можете легко разделить список пополам с помощью срезов. Как вы узнали выше, срезы позволяют выбирать несколько элементов. Давайте посмотрим, как это работает:

# Разделение списка пополам с помощью срезов

a_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
half_length = len(a_list) // 2
first_half, second_half = a_list[:half_length], a_list[half_length:]

print(f'{first_half=}')
print(f'{second_half=}')

# Вывод:
# first_half=[1, 2, 3, 4, 5]
# second_half=[6, 7, 8, 9, 10]

Разбор кода:

  • Мы создали список a_list, который содержит 10 элементов.

  • Затем мы создали переменную half_length, равную длине списка, делённой пополам с использованием целочисленного деления.

  • Далее мы присвоили переменным first_half и second_half значения, полученные с помощью срезов списка до и после значения half_length.


Как разделить список пополам

Разделение списка пополам в Python может быть выполнено с использованием срезов, как показано в предыдущем разделе. Этот метод является наиболее удобным и быстрым способом выполнения задачи.


Разделение списка на части с использованием цикла for

Циклы for — чрезвычайно полезный инструмент в Python. Они делают реализацию многих методов понятной и простой. Посмотрим, как использовать цикл for для разделения списка на части:

# Разделение списка на части с использованием цикла for

a_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

chunked_list = list()
chunk_size = 3

for i in range(0, len(a_list), chunk_size):
    chunked_list.append(a_list[i:i+chunk_size])

print(chunked_list)

# Вывод: [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11]]

Разбор кода:

  • Мы создали два списка: a_list, содержащий исходные элементы, и пустой список chunked_list.

  • Объявили переменную chunk_size, равную 3, чтобы указать размер частей.

  • Прошлись по элементам списка с использованием функции range. В данном случае, range создаёт последовательность от 0 до длины списка с шагом, равным размеру части (chunk_size). Например, range(0, 11, 3) создаёт последовательность [0, 3, 6, 9].

  • В каждой итерации цикла мы добавляем элементы в chunked_list, используя срезы a_list[i:i+chunk_size].


Разделение списка на части с использованием генераторов списков

Во многих случаях циклы for в Python можно переписать в более лаконичной форме с использованием генераторов списков. Это позволяет сократить код и сделать его более читаемым.

# Разделение списка на части с использованием генераторов списков

our_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

chunk_size = 3
chunked_list = [our_list[i:i+chunk_size] for i in range(0, len(our_list), chunk_size)]

print(chunked_list)

# Вывод: [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11]]

Разбор кода:

  • Мы объявили переменную chunk_size для определения размера частей.

  • Генератор списка создаёт подсписки с использованием тех же принципов, что и в цикле for, но записывается в одну строку.

Этот подход немного быстрее в написании, но вопрос о его читаемости остаётся открытым. В следующем разделе мы рассмотрим использование NumPy для разделения списка на части.


Разделение списка на части с помощью NumPy

NumPy — это мощная библиотека для математических вычислений. Она поддерживает работу с объектами, похожими на списки, называемыми массивами (arrays). Эти массивы оснащены множеством методов для удобной обработки данных.

Примечание: Этот метод работает только с числовыми значениями.

# Разделение списка на части с помощью NumPy

import numpy as np

a_list = [1, 2, 3, 4, 5, 6, 7, 8, 9]
our_array = np.array(a_list)

chunked_arrays = np.array_split(our_array, 3)
chunked_list = [list(array) for array in chunked_arrays]

print(chunked_list)

# Вывод: [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

Разбор кода:

  • Мы преобразовали список в массив NumPy с использованием np.array().

  • Использовали функцию np.array_split(), чтобы разделить массив на три части.

  • Преобразовали массивы обратно в списки с помощью генератора списков.

Если нужно сделать код короче, можно записать так:

chunked_list = [list(array) for array in np.array_split(np.array(a_list), 3)]
print(chunked_list)

# Вывод: [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

Разделение списка с использованием itertools

Модуль itertools предоставляет полезные функции для обработки итераций. Функция itertools.islice позволяет разделять списки или любые другие итерируемые объекты на части.

# Разделение списка с использованием itertools

from itertools import islice

def chunk_with_itertools(iterable, chunk_size):
    iterable = iter(iterable)
    return iter(lambda: list(islice(iterable, chunk_size)), [])

our_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
chunked_list = list(chunk_with_itertools(our_list, 3))

print(chunked_list)

# Вывод: [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10]]

Разбор кода:

  • Мы импортировали функцию islice из модуля itertools.

  • Функция chunk_with_itertools создаёт итератор для входного списка и возвращает части с указанным размером chunk_size.

  • Функция lambda создаёт подсписки, пока в исходном списке остаются элементы.

  • Итератор преобразуется в список с помощью list() для вывода результата.

Использование itertools может быть особенно полезным при работе с большими списками, так как позволяет избежать создания временных копий.


Часто задаваемые вопросы

Вопрос: Какой метод лучше всего использовать для больших списков?

Ответ: Для больших списков рекомендуется использовать модуль itertools, так как он минимизирует использование памяти и позволяет работать с итерируемыми объектами без создания дополнительных копий.

Вопрос: Можно ли разделить список строк или объектов?

Ответ: Да, описанные методы подходят для списков любого типа данных, включая строки и сложные объекты.

Вопрос: Как лучше разделить список на неравные части?

Ответ: Для неравного деления можно использовать пользовательскую логику в цикле for или библиотеки, такие как NumPy, с указанием конкретных индексов для срезов.


Заключение

В этом руководстве мы рассмотрели различные способы разделения списков в Python. Вы узнали, как использовать срезы, циклы for, генераторы списков, а также библиотеки NumPy и itertools для этой цели. Эти методы могут быть полезны в зависимости от задачи и объёма данных.


Дополнительные ресурсы

Для более глубокого изучения методов обработки списков в Python, рекомендуем следующие ресурсы:

  • Книга "Изучаем Python" Марка Лутца: Полный справочник по Python, включая работу с данными.

  • Видеоуроки: Канал на YouTube "Corey Schafer" предлагает понятные объяснения работы со списками.

Официальная документация Python: .

Библиотека NumPy: , особенно раздел, посвящённый функции array_split.

Сообщество Stack Overflow: для обсуждения сложных сценариев и обмена идеями.

Работа со списками
Официальная документация
Вопросы по тегу Python
Как получить доступ к элементам списка по индексу
Как разделить список пополам
Разделение списка на части с использованием цикла for
Разделение списка на части с использованием генераторов списков
Разделение списка с помощью NumPy
Разделение списка с использованием itertools
Часто задаваемые вопросы
Заключение
Дополнительные ресурсы