使用 Sqlite，一个select .. from命令会返回 results output，它会打印：
>>print output
[(12.2817, 12.2817), (0, 0), (8.52, 8.52)]
它似乎是一个元组列表。我想转换output为一个简单的列表：
[12.2817, 12.2817, 0, 0, 8.52, 8.52]
或 2x3 矩阵：
12.2817 12.2817
0 0
8.52 8.52
要通过阅读output[i][j]
flatten 命令对第一个选项不起作用，我不知道第二个选项...
一个快速的解决方案将不胜感激，因为真实数据要大得多。
迄今为止发布的最快（和最短）的解决方案：
list(sum(output, ()))
比解决方案快 50% 左右，比itertools解决方案快 70% 左右map。
列表理解方法适用于 Iterable 类型，并且比此处显示的其他方法更快。
flattened = [item for sublist in l for item in sublist]
l是要展平的列表（output在 OP 的情况下称为）
l = list(zip(range(99), range(99))) # list of tuples to flatten
[item for sublist in l for item in sublist]
timeit 结果 = 7.67 µs ± 129 ns 每个循环
flattened = []
list(flattened.extend(item) for item in l)
timeit 结果 = 11 µs ± 433 ns 每个循环
list(sum(l, ()))
timeit 结果 = 24.2 µs ± 269 ns 每个循环
在 Python 2.7 和 Python3 的所有版本中，您可以使用itertools.chain来展平可迭代的列表。使用*语法或类方法。
>>> t = [ (1,2), (3,4), (5,6) ]
>>> t
[(1, 2), (3, 4), (5, 6)]
>>> import itertools
>>> list(itertools.chain(*t))
[1, 2, 3, 4, 5, 6]
>>> list(itertools.chain.from_iterable(t))
[1, 2, 3, 4, 5, 6]
更新：使用扩展进行展平但没有理解并且不使用列表作为迭代器（最快）
在检查了通过列表理解提供更快解决方案的下一个答案之后，dual for我做了一些调整，现在它表现更好，首先执行 list(...) 拖了很大一部分时间，然后更改了列表对简单循环的理解也减少了一点。
新的解决方案是：
l = []
for row in output: l.extend(row)
旧的替换list为[]（有点慢但不多）：
[l.extend(row) for row in output]
较旧（较慢）：
用列表理解展平
l = []
list(l.extend(row) for row in output)
新扩展的一些时间和通过删除 [...] 的 list(...) 获得的改进：
import timeit
t = timeit.timeit
o = "output=list(zip(range(1000000000), range(10000000))); l=[]"
steps_ext = "for row in output: l.extend(row)"
steps_ext_old = "list(l.extend(row) for row in output)"
steps_ext_remove_list = "[l.extend(row) for row in output]"
steps_com = "[item for sublist in output for item in sublist]"
print(f"{steps_ext}\n>>>{t(steps_ext, setup=o, number=10)}")
print(f"{steps_ext_remove_list}\n>>>{t(steps_ext_remove_list, setup=o, number=10)}")
print(f"{steps_com}\n>>>{t(steps_com, setup=o, number=10)}")
print(f"{steps_ext_old}\n>>>{t(steps_ext_old, setup=o, number=10)}")
结果的时间：
for row in output: l.extend(row)
>>> 7.022608777000187
[l.extend(row) for row in output]
>>> 9.155910597999991
[item for sublist in output for item in sublist]
>>> 9.920002304000036
list(l.extend(row) for row in output)
>>> 10.703829122000116
使用itertools链：
>>> import itertools
>>> list(itertools.chain.from_iterable([(12.2817, 12.2817), (0, 0), (8.52, 8.52)]))
[12.2817, 12.2817, 0, 0, 8.52, 8.52]
>>> flat_list = []
>>> nested_list = [(1, 2, 4), (0, 9)]
>>> for a_tuple in nested_list:
... flat_list.extend(list(a_tuple))
...
>>> flat_list
[1, 2, 4, 0, 9]
>>>
如上所示，您可以轻松地从元组列表移动到单个列表。
或者您可以像这样展平列表：
reduce(lambda x,y:x+y, map(list, output))
numpy从数据结构和速度的角度来看，这都是为之而生的。
import numpy as np
output = [(12.2817, 12.2817), (0, 0), (8.52, 8.52)]
output_ary = np.array(output) # this is your matrix
output_vec = output_ary.ravel() # this is your 1d-array
如果是任意嵌套列表（以防万一）：
def flatten(lst):
result = []
for element in lst:
if hasattr(element, '__iter__'):
result.extend(flatten(element))
else:
result.append(element)
return result
>>> flatten(output)
[12.2817, 12.2817, 0, 0, 8.52, 8.52]
def flatten_tuple_list(tuples):
return list(sum(tuples, ()))
tuples = [(5, 6), (6, 7, 8, 9), (3,)]
print(flatten_tuple_list(tuples))