理解列表理解以扁平化python中的列表列表

Question

我发现这种理解非常适合扁平化列表：

>>> list_of_lists = [(1,2,3),(2,3,4),(3,4,5)]
>>> [item for sublist in list_of_lists for item in sublist]
[1, 2, 3, 2, 3, 4, 3, 4, 5]

我比使用itertools.chain() 更喜欢这个，但我就是无法理解。我试过用括号括起来的部分，看看我是否可以降低复杂性，但现在我更困惑了：

>>> [(item for sublist in list_of_lists) for item in sublist]
[<generator object <genexpr> at 0x7ff919fdfd20>, <generator object <genexpr> at 0x7ff919fdfd70>, <generator object <genexpr> at 0x7ff919fdfdc0>]

>>> [item for sublist in (list_of_lists for item in sublist)]
[5, 5, 5]

我觉得我很难理解，因为我不太了解发电机的工作原理......我的意思是，我以为我做到了，但现在我很怀疑。就像我说的，我喜欢这个成语的简洁性，这正是我所需要的，但我讨厌使用我不理解的代码。

谁能解释这里到底发生了什么？

Answer 1

列表理解

当我第一次开始使用列表理解时，我像阅读英语句子一样阅读它，并且能够轻松理解它们。例如，

[item for sublist in list_of_lists for item in sublist]

读起来像

for each sublist in list_of_lists and for each item in sublist add item

另外，过滤部分可以读作

for each sublist in list_of_lists and for each item in sublist add item only if it is valid

相应的理解是

[item for sublist in list_of_lists for item in sublist if valid(item)]

发电机

它们就像地雷，只有在使用next 协议调用时才会触发。它们类似于函数，但在引发异常或到达函数末尾之前，它们不会被耗尽，并且可以一次又一次地调用。重要的是，它们保留了先前调用和当前调用之间的状态。

生成器和函数的区别在于，生成器使用yield 关键字将值返回给调用者。在生成器表达式的情况下，它们类似于列表推导式，第一个表达式是“产生”的实际值。

有了这个基本的了解，如果我们看看你在问题中的表达，

[(item for sublist in list_of_lists) for item in sublist]

您将列表理解与生成器表达式混合在一起。会这样读

for each item in sublist add a generator expression which is defined as, for every sublist in list_of_lists yield item

这不是你的想法。并且由于生成器表达式未迭代，因此生成器表达式对象按原样添加到列表中。因为它们不会在没有被下一个协议调用的情况下被评估，所以它们不会产生任何错误（如果有的话，除非它们有语法错误）。在这种情况下，它将产生运行时错误，因为sublist 尚未定义。

另外，在最后一种情况下，

[item for sublist in (list_of_lists for item in sublist)]

for each sublist in the generator expression, add item and the generator expression is defined as for each item in sublist yield list_of_lists.

for 循环将使用下一个协议迭代任何可迭代对象。因此，生成器表达式将被评估，item 将始终是sublist 迭代中的最后一个元素，并且您将其添加到列表中。这也会产生运行时错误，因为尚未定义子列表。

Answer 2

像嵌套一样从左到右阅读 for 循环。左边的表达式是产生最终列表中每个值的表达式：

for sublist in list_of_lists:
    for item in sublist:
        item  # added to the list

列表推导还支持if 测试来过滤使用的元素；这些也可以看作是嵌套语句，就像for 循环一样。

通过添加括号，您更改了表达式；括号中的所有内容现在都是要添加的左侧表达式：

for item in sublist:
    (item for sublist in list_of_lists)  # added to the list

像这样的for 循环是一个生成器表达式。它的工作原理与列表推导完全一样，只是它不构建列表。相反，这些元素是按需生产的。您可以向生成器表达式询问下一个值，然后是下一个值，等等。

在这种情况下，必须有一个预先存在的sublist 对象才能使其正常工作；毕竟，外部循环还没有结束list_of_lists。

您的最后一次尝试转化为：

for sublist in (list_of_lists for item in sublist):
    item  # aded to the list

这里的list_of_lists 是在for item in sublist 上循环的生成器表达式中的循环元素。同样，sublist 必须已经存在才能使其工作。然后循环将预先存在的item 添加到最终列表输出中。

在您的情况下，sublist 显然是一个包含 3 个项目的列表；你的最终清单产生了 3 个元素。 item 绑定到 5，所以你的输出中有 3 次 5。

Answer 3

列表推导的工作方式如下：

[<what i want> <for loops in the order you'd write them naturally>]

在这种情况下，<what I want> 是每个 sublist 中的每个 item。要获取这些项目，您只需遍历原始列表中的子列表，然后保存/生成子列表中的每个项目。因此，列表推导中 for 循环的顺序与不使用列表推导时使用的顺序相同。唯一令人困惑的部分是 <what I want> 首先出现，而不是在最后一个循环的主体内。