是否有从 Python 中的列表列表中创建一个简单列表的快捷方式？
我可以for循环执行，但是有一些很酷的“单线”吗？
我试过了functools.reduce()：
from functools import reduce
l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
reduce(lambda x, y: x.extend(y), l)
但我得到这个错误：
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 1, in <lambda>
AttributeError: 'NoneType' object has no attribute 'extend'
给定一个列表列表t，
flat_list = [item for sublist in t for item in sublist]
意思是：
flat_list = []
for sublist in t:
for item in sublist:
flat_list.append(item)
比迄今为止发布的快捷方式更快。（t是要展平的列表。）
下面是对应的函数：
def flatten(t):
return [item for sublist in t for item in sublist]
作为证据，您可以使用timeit标准库中的模块：
$ python -mtimeit -s't=[[1,2,3],[4,5,6], [7], [8,9]]*99' '[item for sublist in t for item in sublist]'
10000 loops, best of 3: 143 usec per loop
$ python -mtimeit -s't=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'sum(t, [])'
1000 loops, best of 3: 969 usec per loop
$ python -mtimeit -s't=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'reduce(lambda x,y: x+y,t)'
1000 loops, best of 3: 1.1 msec per loop
说明：当有 T 个子列表时，基于+（包括隐含使用sum）的快捷方式必然是——随着中间结果列表越来越长，每一步都会分配一个新的中间结果列表对象，并且所有项目O(T**2)必须复制之前的中间结果（以及最后添加的一些新结果）。因此，为简单起见且不失一般性，假设您有 T 个子列表，每个子列表有 k 个项目：前 k 个项目被来回复制 T-1 次，后 k 个项目被复制 T-2 次，依此类推；总副本数是 x 的总和的 k 倍，对于从 1 到 T 排除的 x，即k * (T**2)/2.
列表推导式只生成一个列表，一次，并将每个项目（从其原始居住地到结果列表）复制一次。
您可以使用itertools.chain()：
import itertools
list2d = [[1,2,3], [4,5,6], [7], [8,9]]
merged = list(itertools.chain(*list2d))
或者您可以使用itertools.chain.from_iterable()which 不需要使用*操作员解包列表：
merged = list(itertools.chain.from_iterable(list2d))
作者注：这是低效的。但是很有趣，因为幺半群非常棒。它不适用于生产 Python 代码。
>>> l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
>>> sum(l, [])
[1, 2, 3, 4, 5, 6, 7, 8, 9]
这只是对第一个参数中传递的 iterable 元素求和，将第二个参数视为总和的初始值（如果没有给出，0则使用它来代替，这种情况会给你一个错误）。
因为您正在对嵌套列表求和，所以您实际上得到[1,3]+[2,4]了 的结果sum([[1,3],[2,4]],[])，它等于[1,3,2,4]。
请注意，仅适用于列表列表。对于列表列表，您将需要另一种解决方案。
我用perfplot测试了大多数建议的解决方案（我的一个宠物项目，本质上是一个包装器timeit），并发现
import functools
import operator
functools.reduce(operator.iconcat, a, [])
成为最快的解决方案，无论是在连接许多小列表和少数长列表时。（operator.iadd同样快。）
一个更简单且可接受的变体是
out = []
for sublist in a:
out.extend(sublist)
如果子列表的数量很大，这会比上面的建议差一点。
重现情节的代码：
import functools
import itertools
import operator
import numpy as np
import perfplot
def forfor(a):
return [item for sublist in a for item in sublist]
def sum_brackets(a):
return sum(a, [])
def functools_reduce(a):
return functools.reduce(operator.concat, a)
def functools_reduce_iconcat(a):
return functools.reduce(operator.iconcat, a, [])
def itertools_chain(a):
return list(itertools.chain.from_iterable(a))
def numpy_flat(a):
return list(np.array(a).flat)
def numpy_concatenate(a):
return list(np.concatenate(a))
def extend(a):
out = []
for sublist in a:
out.extend(sublist)
return out
b = perfplot.bench(
setup=lambda n: [list(range(10))] * n,
# setup=lambda n: [list(range(n))] * 10,
kernels=[
forfor,
sum_brackets,
functools_reduce,
functools_reduce_iconcat,
itertools_chain,
numpy_flat,
numpy_concatenate,
extend,
],
n_range=[2 ** k for k in range(16)],
xlabel="num lists (of length 10)",
# xlabel="len lists (10 lists total)"
)
b.save("out.png")
b.show()
>>> from functools import reduce
>>> l = [[1,2,3], [4,5,6], [7], [8,9]]
>>> reduce(lambda x, y: x+y, l)
[1, 2, 3, 4, 5, 6, 7, 8, 9]
extend()您示例中的方法会修改x而不是返回有用的值（期望值functools.reduce()）。
一个更快的方法来做这个reduce版本是
>>> from functools import reduce
>>> import operator
>>> l = [[1,2,3], [4,5,6], [7], [8,9]]
>>> reduce(operator.concat, l)
[1, 2, 3, 4, 5, 6, 7, 8, 9]
这是一种适用于数字、字符串、嵌套列表和混合容器的通用方法。这可以扁平化简单和复杂的容器（另请参见Demo）。
代码
from typing import Iterable
#from collections import Iterable # < py38
def flatten(items):
"""Yield items from any nested iterable; see Reference."""
for x in items:
if isinstance(x, Iterable) and not isinstance(x, (str, bytes)):
for sub_x in flatten(x):
yield sub_x
else:
yield x
备注：
yield from flatten(x)可以替换for sub_x in flatten(x): yield sub_xcollection.abc。typing演示
simple = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
list(flatten(simple))
# [1, 2, 3, 4, 5, 6, 7, 8, 9]
complicated = [[1, [2]], (3, 4, {5, 6}, 7), 8, "9"] # numbers, strs, nested & mixed
list(flatten(complicated))
# [1, 2, 3, 4, 5, 6, 7, 8, '9']
参考
如果你想扁平化一个你不知道嵌套深度的数据结构，你可以使用1iteration_utilities.deepflatten
>>> from iteration_utilities import deepflatten
>>> l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
>>> list(deepflatten(l, depth=1))
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> l = [[1, 2, 3], [4, [5, 6]], 7, [8, 9]]
>>> list(deepflatten(l))
[1, 2, 3, 4, 5, 6, 7, 8, 9]
它是一个生成器，因此您需要将结果转换为 alist或显式迭代它。
要仅展平一个级别，并且如果每个项目本身都是可迭代的，您还可以使用iteration_utilities.flattenwhich 本身只是一个薄包装器itertools.chain.from_iterable：
>>> from iteration_utilities import flatten
>>> l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
>>> list(flatten(l))
[1, 2, 3, 4, 5, 6, 7, 8, 9]
只是添加一些时间（基于Nico Schlömer 的答案，不包括此答案中提供的功能）：
这是一个对数对数图，以适应跨越的巨大范围的值。对于定性推理：越低越好。
结果表明，如果可迭代对象仅包含几个内部可迭代对象，那么sum将是最快的，但是对于长可迭代对象itertools.chain.from_iterable，只有iteration_utilities.deepflatten或嵌套推导具有最快的合理性能itertools.chain.from_iterable（正如 Nico Schlömer 已经注意到的那样）。
from itertools import chain
from functools import reduce
from collections import Iterable # or from collections.abc import Iterable
import operator
from iteration_utilities import deepflatten
def nested_list_comprehension(lsts):
return [item for sublist in lsts for item in sublist]
def itertools_chain_from_iterable(lsts):
return list(chain.from_iterable(lsts))
def pythons_sum(lsts):
return sum(lsts, [])
def reduce_add(lsts):
return reduce(lambda x, y: x + y, lsts)
def pylangs_flatten(lsts):
return list(flatten(lsts))
def flatten(items):
"""Yield items from any nested iterable; see REF."""
for x in items:
if isinstance(x, Iterable) and not isinstance(x, (str, bytes)):
yield from flatten(x)
else:
yield x
def reduce_concat(lsts):
return reduce(operator.concat, lsts)
def iteration_utilities_deepflatten(lsts):
return list(deepflatten(lsts, depth=1))
from simple_benchmark import benchmark
b = benchmark(
[nested_list_comprehension, itertools_chain_from_iterable, pythons_sum, reduce_add,
pylangs_flatten, reduce_concat, iteration_utilities_deepflatten],
arguments={2**i: [[0]*5]*(2**i) for i in range(1, 13)},
argument_name='number of inner lists'
)
b.plot()
1 免责声明：我是那个图书馆的作者
考虑安装more_itertools软件包。
> pip install more_itertools
它附带了一个实现flatten（source，来自itertools recipes）：
import more_itertools
lst = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
list(more_itertools.flatten(lst))
# [1, 2, 3, 4, 5, 6, 7, 8, 9]
注意：如docs中所述，flatten需要一个列表列表。请参阅下面的扁平化更多不规则输入。
more_itertools.collapse从 2.4 版开始，您可以使用( source，由 abarnet 提供)来展平更复杂的嵌套迭代。
lst = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
list(more_itertools.collapse(lst))
# [1, 2, 3, 4, 5, 6, 7, 8, 9]
lst = [[1, 2, 3], [[4, 5, 6]], [[[7]]], 8, 9] # complex nesting
list(more_itertools.collapse(lst))
# [1, 2, 3, 4, 5, 6, 7, 8, 9]
以下对我来说似乎最简单：
>>> import numpy as np
>>> l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
>>> print(np.concatenate(l))
[1 2 3 4 5 6 7 8 9]
您的函数不起作用的原因是因为extend就地扩展了一个数组并且不返回它。您仍然可以使用以下内容从 lambda 返回 x：
reduce(lambda x,y: x.extend(y) or x, l)
注意：在列表中，extend 比 + 更有效。
matplotlib.cbook.flatten()即使嵌套列表比示例更深，也适用于嵌套列表。
import matplotlib
l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
print(list(matplotlib.cbook.flatten(l)))
l2 = [[1, 2, 3], [4, 5, 6], [7], [8, [9, 10, [11, 12, [13]]]]]
print(list(matplotlib.cbook.flatten(l2)))
结果：
[1, 2, 3, 4, 5, 6, 7, 8, 9]
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13]
这比 underscore._.flatten 快 18 倍：
Average time over 1000 trials of matplotlib.cbook.flatten: 2.55e-05 sec
Average time over 1000 trials of underscore._.flatten: 4.63e-04 sec
(time for underscore._)/(time for matplotlib.cbook) = 18.1233394636
根据您[[1, 2, 3], [4, 5, 6], [7], [8, 9]]的 1 级列表，我们可以简单地使用sum(list,[])而不使用任何库
sum([[1, 2, 3], [4, 5, 6], [7], [8, 9]],[])
# [1, 2, 3, 4, 5, 6, 7, 8, 9]
你可以使用list extend方法，它显示是最快的：
flat_list = []
for sublist in l:
flat_list.extend(sublist)
表现：
import functools
import itertools
import numpy
import operator
import perfplot
def functools_reduce_iconcat(a):
return functools.reduce(operator.iconcat, a, [])
def itertools_chain(a):
return list(itertools.chain.from_iterable(a))
def numpy_flat(a):
return list(numpy.array(a).flat)
def extend(a):
n = []
list(map(n.extend, a))
return n
perfplot.show(
setup=lambda n: [list(range(10))] * n,
kernels=[
functools_reduce_iconcat, extend,itertools_chain, numpy_flat
],
n_range=[2**k for k in range(16)],
xlabel='num lists',
)
输出：
如果您愿意放弃一点速度以获得更干净的外观，那么您可以使用numpy.concatenate().tolist()or numpy.concatenate().ravel().tolist()：
import numpy
l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]] * 99
%timeit numpy.concatenate(l).ravel().tolist()
1000 loops, best of 3: 313 µs per loop
%timeit numpy.concatenate(l).tolist()
1000 loops, best of 3: 312 µs per loop
%timeit [item for sublist in l for item in sublist]
1000 loops, best of 3: 31.5 µs per loop
您可以在文档numpy.concatenate和numpy.ravel中找到更多信息。
有几个答案与下面相同的递归附加方案，但没有一个使用try，这使得解决方案更加健壮和Pythonic。
def flatten(itr):
for x in itr:
try:
yield from flatten(x)
except TypeError:
yield x
用法：这是一个生成器，您通常希望将它包含在一个可迭代的构建器中，list()或者在循环tuple()中使用它。for
该解决方案的优点是：
注意，由于所有可迭代对象都被展平，因此字符串被分解为单个字符的序列。如果您不喜欢/想要这样的行为，您可以使用以下版本从扁平化的可迭代对象（如字符串和字节）中过滤掉：
def flatten(itr):
if type(itr) in (str,bytes):
yield itr
else:
for x in itr:
try:
yield from flatten(x)
except TypeError:
yield x
注意：以下适用于 Python 3.3+，因为它使用yield_from. six也是一个第三方包，虽然它是稳定的。或者，您可以使用sys.version.
在 的情况下obj = [[1, 2,], [3, 4], [5, 6]]，这里的所有解决方案都很好，包括列表理解和itertools.chain.from_iterable.
但是，考虑一下这个稍微复杂一点的情况：
>>> obj = [[1, 2, 3], [4, 5], 6, 'abc', [7], [8, [9, 10]]]
这里有几个问题：
6只是一个标量；它是不可迭代的，因此上述路线将在这里失败。'abc'在技术上是可迭代的（所有strs 都是）。但是，在字里行间稍微阅读一下，您不想将其视为这样-您想将其视为单个元素。[8, [9, 10]]本身就是一个嵌套的可迭代对象。基本列表理解，chain.from_iterable仅提取“1 级下降”。您可以按以下方式解决此问题：
>>> from collections import Iterable
>>> from six import string_types
>>> def flatten(obj):
... for i in obj:
... if isinstance(i, Iterable) and not isinstance(i, string_types):
... yield from flatten(i)
... else:
... yield i
>>> list(flatten(obj))
[1, 2, 3, 4, 5, 6, 'abc', 7, 8, 9, 10]
在这里，您检查子元素 (1) 是否可与IterableABC一起迭代itertools，但还希望确保 (2) 元素不是“类似字符串的”。
def flatten(alist):
if alist == []:
return []
elif type(alist) is not list:
return [alist]
else:
return flatten(alist[0]) + flatten(alist[1:])
for在列表理解中使用两个：
l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
flat_l = [e for v in l for e in v]
print(flat_l)
这可能不是最有效的方法，但我想放一个单线（实际上是两线）。这两个版本都适用于任意层次的嵌套列表，并利用语言特性（Python3.5）和递归。
def make_list_flat (l):
flist = []
flist.extend ([l]) if (type (l) is not list) else [flist.extend (make_list_flat (e)) for e in l]
return flist
a = [[1, 2], [[[[3, 4, 5], 6]]], 7, [8, [9, [10, 11], 12, [13, 14, [15, [[16, 17], 18]]]]]]
flist = make_list_flat(a)
print (flist)
输出是
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18]
这以深度优先的方式工作。递归下去，直到找到一个非列表元素，然后扩展局部变量flist，然后将其回滚到父级。无论何时flist返回，它都会扩展到flist列表理解中的父级。因此，在根处，返回一个平面列表。
上面的创建了几个本地列表并返回它们用于扩展父列表。我认为解决这个问题的方法可能是创建一个 gloabl flist，如下所示。
a = [[1, 2], [[[[3, 4, 5], 6]]], 7, [8, [9, [10, 11], 12, [13, 14, [15, [[16, 17], 18]]]]]]
flist = []
def make_list_flat (l):
flist.extend ([l]) if (type (l) is not list) else [make_list_flat (e) for e in l]
make_list_flat(a)
print (flist)
输出又是
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18]
虽然我目前不确定效率。
另一种适用于异类和同类整数列表的不寻常方法：
from typing import List
def flatten(l: list) -> List[int]:
"""Flatten an arbitrary deep nested list of lists of integers.
Examples:
>>> flatten([1, 2, [1, [10]]])
[1, 2, 1, 10]
Args:
l: Union[l, Union[int, List[int]]
Returns:
Flatted list of integer
"""
return [int(i.strip('[ ]')) for i in str(l).split(',')]
我想要一个可以处理多个嵌套的解决方案（[[1], [[[2]], [3]]], [1, 2, 3]例如），但也不是递归的（我有一个很大的递归级别，我得到了一个递归错误。
这就是我想出的：
def _flatten(l) -> Iterator[Any]:
stack = l.copy()
while stack:
item = stack.pop()
if isinstance(item, list):
stack.extend(item)
else:
yield item
def flatten(l) -> Iterator[Any]:
return reversed(list(_flatten(l)))
和测试：
@pytest.mark.parametrize('input_list, expected_output', [
([1, 2, 3], [1, 2, 3]),
([[1], 2, 3], [1, 2, 3]),
([[1], [2], 3], [1, 2, 3]),
([[1], [2], [3]], [1, 2, 3]),
([[1], [[2]], [3]], [1, 2, 3]),
([[1], [[[2]], [3]]], [1, 2, 3]),
])
def test_flatten(input_list, expected_output):
assert list(flatten(input_list)) == expected_output
一个非递归函数，用于展平任意深度列表的列表：
def flatten_list(list1):
out = []
inside = list1
while inside:
x = inside.pop(0)
if isinstance(x, list):
inside[0:0] = x
else:
out.append(x)
return out
l = [[[1,2],3,[4,[[5,6],7],[8]]],[9,10,11]]
flatten_list(l)
# [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
您可以使用以下内容：
def flatlst(lista):
listaplana = []
for k in lista: listaplana = listaplana + k
return listaplana
如果我想在以前的好答案中添加一些东西，这是我的递归flatten函数，它不仅可以展平嵌套列表，还可以展平任何给定的容器或任何通常可以抛出项目的任何对象。这也适用于任何深度的嵌套，它是一个惰性迭代器，可根据要求生成项目：
def flatten(iterable):
# These types won't considered a sequence or generally a container
exclude = str, bytes
for i in iterable:
try:
if isinstance(i, exclude):
raise TypeError
iter(i)
except TypeError:
yield i
else:
yield from flatten(i)
通过这种方式，您可以排除您不希望它们被扁平化的类型str或其他类型。
这个想法是如果一个对象可以通过iter()它就可以产生项目。因此，可迭代对象甚至可以将生成器表达式作为一个项目。
有人可能会争辩说，当 OP 没有要求时，你为什么要写这个通用的？好的，你是对的。我只是觉得这可能会帮助某人（就像对我自己一样）。
测试用例：
lst1 = [1, {3}, (1, 6), [[3, 8]], [[[5]]], 9, ((((2,),),),)]
lst2 = ['3', B'A', [[[(i ** 2 for i in range(3))]]], range(3)]
print(list(flatten(lst1)))
print(list(flatten(lst2)))
输出：
[1, 3, 1, 6, 3, 8, 5, 9, 2]
['3', b'A', 0, 1, 4, 0, 1, 2]
np.hstack(listoflist).tolist()