Question

我的列表如下：

[[1,2,3],[1,2],[1,4,5,6,7]]

我希望将其展平为[1,2,3,1,2,1,4,5,6,7]

有没有使用numpy的轻量级功能？

Answer 1

如果没有numpy（ndarray.flatten），您可以使用chain.from_iterable作为itertools.chain的替代构造函数：

>>> list(chain.from_iterable([[1,2,3],[1,2],[1,4,5,6,7]]))
[1, 2, 3, 1, 2, 1, 4, 5, 6, 7]

你也可以在python 2中使用reduce，在3中使用functools.reduce，这对于短列表更有效（不要将它用于长列表）：

In [4]: from functools import reduce # Python3

In [5]: reduce(lambda x,y :x+y ,[[1,2,3],[1,2],[1,4,5,6,7]])
Out[5]: [1, 2, 3, 1, 2, 1, 4, 5, 6, 7]

或者稍微快一点的方法是使用operator.add而不是lambda：

In [6]: from operator import add

In [7]: reduce(add ,[[1,2,3],[1,2],[1,4,5,6,7]])
Out[7]: [1, 2, 3, 1, 2, 1, 4, 5, 6, 7]

In [8]: %timeit reduce(lambda x,y :x+y ,[[1,2,3],[1,2],[1,4,5,6,7]])
789 ns ± 7.3 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

In [9]: %timeit reduce(add ,[[1,2,3],[1,2],[1,4,5,6,7]])
635 ns ± 4.38 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

或者作为另一种Pythonic方法，您可以使用列表理解：

[j for sub in [[1,2,3],[1,2],[1,4,5,6,7]] for j in sub]

基准：

:~$ python -m timeit "from itertools import chain;chain.from_iterable([[1,2,3],[1,2],[1,4,5,6,7]])"
1000000 loops, best of 3: 1.58 usec per loop
:~$ python -m timeit "reduce(lambda x,y :x+y ,[[1,2,3],[1,2],[1,4,5,6,7]])"
1000000 loops, best of 3: 0.791 usec per loop
:~$ python -m timeit "[j for i in [[1,2,3],[1,2],[1,4,5,6,7]] for j in i]"
1000000 loops, best of 3: 0.784 usec per loop

使用sum的@ Will的答案的基准（快速列表，但不是长列表）：

:~$ python -m timeit "sum([[1,2,3],[4,5,6],[7,8,9]], [])"
1000000 loops, best of 3: 0.575 usec per loop
:~$ python -m timeit "sum([range(100),range(100)], [])"
100000 loops, best of 3: 2.27 usec per loop
:~$ python -m timeit "reduce(lambda x,y :x+y ,[range(100),range(100)])"
100000 loops, best of 3: 2.1 usec per loop

Answer 2

对于这样的列表，我最喜欢的简洁小技巧就是使用sum;

sum有一个可选参数：sum(iterable [, start])，所以你可以这样做：

list_of_lists = [[1,2,3], [4,5,6], [7,8,9]]
print sum(list_of_lists, []) # [1,2,3,4,5,6,7,8,9]

这是有效的，因为+运算符恰好是列表的连接运算符，并且您已经告诉它起始值为[] - 一个空列表。

但sum的文档建议您使用itertools.chain代替，因为它更清晰。

Answer 3

这将适用于您的特定情况。如果您有多个级别的嵌套iterables，递归函数将最有效。

def flatten(input):
    new_list = []
    for i in input:
        for j in i:
            new_list.append(j)
    return new_list

如何在不使用numpy的情况下将2D列表展平为1D？

3 个答案: