如何在Python中连接两个列表？

截至3.9，这些是在Python中连接两个（或更多）列表的最流行的stdlib方法。

脚注这是一个巧妙的解决方案，因为它简洁。但sum以成对的方式执行连接，这意味着这是一个必须为每个步骤分配作为存储器的二次运算。做如果您的列表很大，请不要使用。参见链条和链接from_iteable从文档中。您需要首先从itertools导入链。级联在内存中是线性的，因此在性能和版本兼容性。chain.from_iteable在2.6中引入。此方法使用附加解包泛化（PEP 448），但不能归纳为N个列表，除非您自己手动打开每个列表。a+=b和a.extend（b）在所有实际用途中或多或少是等效的。+=当在列表中调用时，将在内部调用列表__iadd_，它将第一个列表扩展第二个列表。

表演

2-列表连接1

这些方法之间没有太大区别，但这是有意义的，因为它们都具有相同的复杂性（线性）。除了风格上的问题外，没有特别的理由更喜欢一个而不是另一个。

N-列表连接

已使用perfplot模块生成绘图。代码，供您参考。

1.iadd（+=）和extend方法在适当的地方运行，因此每次测试前都必须生成一个副本。为了保持公平，所有方法都有左侧列表的预复制步骤，可以忽略。

对其他解决方案的评论

不要使用DUNDER方法列表__以任何方式、形状或形式直接添加__。事实上，请不要使用dunder方法，并像设计的那样使用运算符和运算符函数。Python有精心设计的语义，这些语义比直接调用dunder更复杂。这里有一个例子。综上所述，a.__add__（b）=>BAD；a+b=>良好。这里的一些答案为成对串联提供了reduce（operator.add，[a，b]）——这与sum（[a，b]，[]）相同，只是更加冗长。任何使用set的方法都会删除重复项并丢失排序。小心使用。对于b中的i：a.append（i）比a.extend（b）更冗长，也更慢，后者是单函数调用，更惯用。由于为列表分配和增长内存的语义，append速度较慢。有关类似的讨论，请参见此处。heapq.mmerge可以工作，但它的用例是在线性时间内合并排序列表。在任何其他情况下使用它都是一种反模式。从函数中生成列表元素是一种可以接受的方法，但chain可以更快更好地实现这一点（它有一个C语言的代码路径，所以速度很快）。operator.add（a，b）是一个可接受的等价于a+b的函数。它的用例主要用于动态方法调度。否则，在我看来，更喜欢a+b，它更简短，更易读。YMMV。

提供的解决方案仅针对单个列表。如果列表中有列表，并且需要合并相应的列表，则通过for循环执行“+”操作即可。

a = [[1,2,3], [4,5,6]]

b = [[0,1,2], [7,8,9]]

for i in range(len(a)):
    cc.append(a[i] + b[i])

输出：[[1，2，3，0，1，2]，[4，5，6，7，8，9]

这很简单，我认为它甚至在教程中显示了：

>>> listone = [1,2,3]
>>> listtwo = [4,5,6]
>>>
>>> listone + listtwo
[1, 2, 3, 4, 5, 6]

值得注意的是，itertools.chain函数接受可变数量的参数：

>>> l1 = ['a']; l2 = ['b', 'c']; l3 = ['d', 'e', 'f']
>>> [i for i in itertools.chain(l1, l2)]
['a', 'b', 'c']
>>> [i for i in itertools.chain(l1, l2, l3)]
['a', 'b', 'c', 'd', 'e', 'f']

如果输入是可迭代的（元组、列表、生成器等），则可以使用from_iteable类方法：

>>> il = [['a'], ['b', 'c'], ['d', 'e', 'f']]
>>> [i for i in itertools.chain.from_iterable(il)]
['a', 'b', 'c', 'd', 'e', 'f']

所以有两种简单的方法。

使用+：它从提供的列表中创建一个新列表

例子：

In [1]: a = [1, 2, 3]

In [2]: b = [4, 5, 6]

In [3]: a + b
Out[3]: [1, 2, 3, 4, 5, 6]

In [4]: %timeit a + b
10000000 loops, best of 3: 126 ns per loop

使用扩展：它将新列表附加到现有列表。这意味着它不会创建单独的列表。

例子：

In [1]: a = [1, 2, 3]

In [2]: b = [4, 5, 6]

In [3]: %timeit a.extend(b)
10000000 loops, best of 3: 91.1 ns per loop

因此，我们发现在两种最流行的方法中，extend是有效的。

如果使用的是NumPy，可以使用以下命令连接两个兼容维度的数组：

numpy.concatenate([a,b])