如何将2D列表平铺为1D而不使用numpy？

Question

我有一个列表如下：

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

，我想它压扁成[1,2,3,1,2,1,4,5,6,7]

是有重量轻，功能要做到这一点，而无需使用numpy的？

Answer 1

没有numpy的（ndarray.flatten），可以使用chain.from_iterable作为用于itertools.chain替代构造：

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

也可以在3是更有效的用于短列表在Python 2和functools.reduce使用reduce：

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

或者使用列表理解：

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

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 

一个基准上@ WILL的回答是使用sum（其快速的短名单，但时间不长名单）：

:~$ 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

这将在您的特定情况下工作。如果您有多个嵌套可迭代级别，则递归函数将最有效。

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

Answer 3

对于这样的一个列表，我最喜欢的整洁的小技巧只是使用sum;

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

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] 

这个工程，因为+运营商恰好是列出了连接运算符，你已经告诉它的初始值是[] - 一个空的列表。

但文档sum建议您使用itertools.chain，因为它更清晰。