如何从列表列表中制作平面列表？

Question

在 Python 中是否有从列表列表中创建简单列表的快捷方式？

我可以在 for 循环中做到这一点，但是有一些很酷的“单线”吗？

我用functools.reduce()试了一下：

from functools import reduce
l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
reduce(lambda x, y: x.extend(y), l)

但我收到此错误：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 1, in <lambda>
AttributeError: 'NoneType' object has no attribute 'extend'

Answer 1

如果我想在之前的优秀答案中添加一些内容，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，可以根据要求生成项目：

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像str 或其他什么一样扁平化的类型。

这个想法是，如果一个对象可以通过iter()，它就可以生成项目了。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，你为什么写这个通用的？好的，你是对的。我只是觉得这可能会对某人有所帮助（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]

Answer 2

在列表理解中使用两个for：

l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
flat_l = [e for v in l for e in v]
print(flat_l)

Answer 3

matplotlib.cbook.flatten() 将适用于嵌套列表，即使它们的嵌套比示例更深。

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]

这比下划线快 18 倍。_.flatten：

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

Answer 4

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]

Answer 5

根据您的列表[[1, 2, 3], [4, 5, 6], [7], [8, 9]] 是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]

Answer 6

一个非递归函数，用于展平任意深度的列表：

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]

Answer 7

我使用perfplot（我的一个宠物项目，基本上是timeit 的包装）测试了大多数建议的解决方案，并发现

import functools
import operator
functools.reduce(operator.iconcat, a, [])

成为最快的解决方案，当连接许多小列表和很少的长列表时。 （operator.iadd 也同样快。）

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，这比上面的建议表现得差一点。

---

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()

Answer 8

我想要一个可以处理多重嵌套的解决方案（例如[[1], [[[2]], [3]]], [1, 2, 3]），但也不是递归的（我有一个很大的递归级别，我遇到了一个递归错误。

这是我想出的：

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

Answer 9

您可以使用以下内容：

def flatlst(lista):
    listaplana = []
    for k in lista: listaplana = listaplana + k
    return listaplana

Answer 10

有几个答案与下面的递归附加方案相同，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，例如list() 或tuple()，或者在for 循环中使用它。

此解决方案的优点是：

• 适用于任何类型的可迭代（甚至是未来的！）
• 适用于任何组合和嵌套深度
• 如果顶层包含裸项目也可以使用
• 无依赖关系
• 高效（您可以将嵌套的可迭代部分展平，而不会在不需要的剩余部分上浪费时间）
• 用途广泛（您可以使用它来构建您选择的迭代或循环）

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。如果你不喜欢/不想要这样的行为，你可以使用以下版本来过滤掉像字符串和字节这样的扁平化迭代：

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

Answer 11

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iteration_utilities.deepflatten¹

>>> 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 list 或显式迭代它。

---

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.flatten，它本身只是itertools.chain.from_iterable 的薄包装：

>>> 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's answer，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少数内部可迭代对象，则 sum 将是最快的，但是对于长可迭代对象，只有 itertools.chain.from_iterable、iteration_utilities.deepflatten 或嵌套推导具有合理的性能，其中 itertools.chain.from_iterable 是最快（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：我是该库的作者}

Answer 12

如果您愿意放弃一点点速度以获得更干净的外观，那么您可以使用numpy.concatenate().tolist() 或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

您可以在文档中找到更多信息，numpy.concatenate 和 numpy.ravel。

Answer 13

也可以使用 NumPy 的flat：

import numpy as np
list(np.array(l).flat)

仅当子列表具有相同的尺寸时才有效。

Answer 14

给定列表列表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)

比目前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，您可以使用标准库中的timeit 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

解释：基于+的快捷方式（包括sum中的隐含使用），当有T个子列表时，必然是O(T**2)——因为中间结果列表越来越长，每一步都有一个新的中间结果列表对象被分配，并且必须复制上一个中间结果中的所有项目（以及最后添加的一些新项目）。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，因为 x 从 1 到 T 被排除，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。

Answer 15

这是适用于数字、字符串、嵌套列表和混合容器的一般方法。这可以使简单和复杂的容器变平（另见 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

注意事项：

• 在 Python 3 中，yield from flatten(x) 可以替换 for sub_x in flatten(x): yield sub_x
• 在 Python 3.8 中，abstract base classes 是从 collection.abc 到 typing 模块的 moved。

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

• 此解决方案是根据 Beazley, D. 和 B. Jones 中的配方修改的。配方 4.14，Python Cookbook 第 3 版，O'Reilly Media Inc. Sebastopol，CA：2013。
• 找到较早的SO post，可能是原始演示。

Answer 16

作者注：这是低效的。但是很有趣，因为monoids 很棒。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]

这只是将第一个参数中传递的 iterable 的元素相加，将第二个参数视为和的初始值（如果未给出，则使用 0 代替，这种情况下会报错）。

因为您正在对嵌套列表求和，所以您实际上得到了[1,3]+[2,4] 作为sum([[1,3],[2,4]],[]) 的结果，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。

Answer 17

>>> 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]

您示例中的extend() 方法修改了x，而不是返回一个有用的值（functools.reduce() 期望的）。

reduce 版本的更快方法是

>>> 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]

Answer 18

你可以使用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()，这不需要使用* operator 解压缩列表：

merged = list(itertools.chain.from_iterable(list2d))

Answer 19

np.hstack(listoflist).tolist()

Answer 20

考虑安装more_itertools 包。

> pip install more_itertools

它附带了flatten 的实现（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：正如docs 中提到的，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。

---

从 2.4 版开始，您可以使用 more_itertools.collapse（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]

Answer 21

你可以使用listextend方法，它显示最快：

flat_list = []
for sublist in l:
    flat_list.extend(sublist)

性能：

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：

Answer 22

你的函数不起作用的原因是 extend 就地扩展了一个数组并且没有返回它。你仍然可以从 lambda 返回 x，使用如下代码：

reduce(lambda x,y: x.extend(y) or x, l)

注意：在列表中，extend 比 + 更有效。

Answer 23

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(',')]

Answer 24

注意：以下适用于 Python 3.3+，因为它使用 yield_from。 six 也是第三方包，虽然很稳定。或者，您可以使用sys.version。

---

对于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：

• 一个元素，6，只是一个标量；它是不可迭代的，所以上面的路由在这里会失败。
• 一个元素'abc'，是技术上可迭代的（所有strs都是）。但是，稍微阅读一下字里行间，您并不想这样对待它——您想把它当作一个单一的元素来对待。
• 最后一个元素[8, [9, 10]] 本身就是一个嵌套的可迭代对象。基本列表理解和chain.from_iterable 仅提取“向下一级”。

您可以通过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 Iterable 迭代，这是来自 itertools 的 ABC，但还希望确保 (2) 元素 不是 "类似字符串。”

Answer 25

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）。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。每当返回 flist 时，它都会在列表理解中扩展到父级的 flist。因此，在根处，返回一个平面列表。

上面创建了几个本地列表并返回它们用于扩展父列表。我认为解决此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)

又是输出

[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。

Answer 26

def flatten(alist):
    if alist == []:
        return []
    elif type(alist) is not list:
        return [alist]
    else:
        return flatten(alist[0]) + flatten(alist[1:])