您可以通过在np.cumsum(Lengths)给定的所需索引处拆分数组（使用np.split），然后在每个索引反转后将它们连接（使用np.concatenate）来实现这一点。

import numpy as np
Values = np.array([5, 6, 7, 8, 1, 2, 3, 14, 15, 16])
Lengths = np.array([4, 3, 3])
res = np.concatenate([split[::-1] for split in np.split(Values, np.cumsum(Lengths))])
print(res)

输出量：

[ 8  7  6  5  3  2  1 16 15 14]

对于矢量解决方案，可以使用np.repeat创建一个排序器数组，然后使用np.argsort对数组进行重新排序

a = np.repeat(np.arange(len(Lengths)), Lengths)[::-1]
# array([2, 2, 2, 1, 1, 1, 0, 0, 0, 0])
out = Values[len(Values)-1-np.argsort(a)]

输出量：

array([ 8,  7,  6,  5,  3,  2,  1, 16, 15, 14])

中间体：

len(Values)-1-np.argsort(a)
# array([3, 2, 1, 0, 6, 5, 4, 9, 8, 7])

import numpy as np
Values = np.array([5, 6, 7, 8, 1, 2, 3, 14, 15, 16])
Lengths = np.array([4, 3, 3])
splits = np.split(Values, np.cumsum(Lengths)[:-1]) #splits into 3 parts
reversed_list = [np.flip(split) for split in splits] #flip/reverse all the 3 parts
result = np.concatenate(reversed_list) # join all 3 parts
print(result)

根据this的讨论，切片是最快的技术之一，你可以用来分割。下面的代码只使用切片，因此不使用任何额外的空间或复制。

import numpy
Values = numpy.array([5, 6, 7, 8, 1, 2, 3, 14, 15, 16])
Lengths = numpy.array([4, 3, 3])  
start = 0
end = 0
for i in range(len(Lengths)):
  end = end + Lengths[i]
  if i == 0:  ## Isolate the first scenario as splitting doesn't accept -1 as second argument. [end:-1:step] is not valid
    Values[0:end] = Values[end-1::-1]
  else:
    Values[start:end] = Values[end-1:start-1:-1]
  start = end
  print(Values)

您可以构建一个索引列表，这些索引相对于每个块的最后一个索引反转位置。然后将其用作值数组的间接寻址。

import numpy as np
values  = np.array([5, 6, 7, 8, 1, 2, 3, 14, 15, 16])
lengths = np.array([4, 3, 3])
s      = np.cumsum(lengths) - 1
s[1:] += s[:-1] + 1
i      = np.repeat(s, lengths) - np.arange(values.size)
print(values[i])    
# [ 8  7  6  5  3  2  1 16 15 14]