使用np.split和切片：

a = np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15])
res = np.split(a, cut_array))[::2]

个字符

从列表中剪切子列表的明显方法是：

In [299]: alist = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]; cuts = [3,6,10,13]
In [300]: [alist[:3],alist[6:10],alist[13:]]
Out[300]: [[1, 2, 3], [7, 8, 9, 10], [14, 15]]

字符串
要对可变大小的cuts执行此操作，首先根据需要填充该列表以处理结束切片：

In [301]: cuts = [None,*cuts,None]
In [302]: cuts
Out[302]: [None, 3, 6, 10, 13, None]

型
然后使用列表解析，zip，使用连续对：

In [303]: [alist[i:j] for i,j in zip(cuts[::2],cuts[1::2])]
Out[303]: [[1, 2, 3], [7, 8, 9, 10], [14, 15]]

型
np.split迭代其切割，返回数组切片列表。因此，避免列表或列表理解对速度没有好处。
从数组工作：

In [304]: arr= np.array(alist)
In [305]: [arr[i:j] for i,j in zip(cuts[::2],cuts[1::2])]
Out[305]: [array([1, 2, 3]), array([ 7,  8,  9, 10]), array([14, 15])]

型
或者，进行所有切割，并选择每隔一个（如另一个具有拆分的答案所示）：

In [306]: [alist[cuts[i]:cuts[i+1]] for i in range(len(cuts)-1)]
Out[306]: [[1, 2, 3], [4, 5, 6], [7, 8, 9, 10], [11, 12, 13], [14, 15]]
In [307]: [alist[cuts[i]:cuts[i+1]] for i in range(len(cuts)-1)][::2]
Out[307]: [[1, 2, 3], [7, 8, 9, 10], [14, 15]]

型