是的，我知道这个主题之前已经被讨论过了:
Python成语链(扁平化)有限迭代对象的无限迭代? 在Python中扁平化一个浅列表 理解平展一个序列的序列吗? 我如何从列表的列表中创建一个平面列表?
但据我所知，所有的解决方案，除了一个，在像[[[1,2,3]，[4,5]]，6]这样的列表上失败，其中期望的输出是[1,2,3,4,5,6](或者更好，一个迭代器)。
我看到的唯一解决方案，适用于任意嵌套是在这个问题:
def flatten(x):
result = []
for el in x:
if hasattr(el, "__iter__") and not isinstance(el, basestring):
result.extend(flatten(el))
else:
result.append(el)
return result
这是最好的方法吗?我是不是忽略了什么?任何问题吗?
当前回答
python 3
from collections import Iterable
L = [[[1, 2, 3], [4, 5]], 6,[7,[8,9,[10]]]]
def flatten(thing):
result = []
if isinstance(thing, Iterable):
for item in thing:
result.extend(flatten(item))
else:
result.append(thing)
return result
flat = flatten(L)
print(flat)
其他回答
使用递归和duck类型的生成器(为Python 3更新):
def flatten(L):
for item in L:
try:
yield from flatten(item)
except TypeError:
yield item
list(flatten([[[1, 2, 3], [4, 5]], 6]))
>>>[1, 2, 3, 4, 5, 6]
这是python2上flatten的一个简单实现
flatten=lambda l: reduce(lambda x,y:x+y,map(flatten,l),[]) if isinstance(l,list) else [l]
test=[[1,2,3,[3,4,5],[6,7,[8,9,[10,[11,[12,13,14]]]]]],]
print flatten(test)
#output [1, 2, 3, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]
这个答案的一个更有效的版本是:https://stackoverflow.com/a/20495215/8887313
如果您可以控制列表的创建并愿意更改它，那么使用deque(而不是pop(0)和列表contatenation)会更有效。
import collections
def flatten_and_consume(nested_deque: collections.deque):
while nested_deque:
elt = nested_deque.popleft()
elt_is_sublist = isinstance(elt, collections.deque)
if elt_is_sublist:
nested_deque.extendleft(reversed(elt))
else:
yield elt
我修改了接受的答案的代码，并添加了关键字max_depth，以只将其压平到指定的深度。Max_depth =0表示列表保持原样。也许有人可以用它:
def flatten(l, __depth=0, max_depth=100):
for el in l:
if isinstance(el, collections.Iterable) and not isinstance(el, (str, bytes)):
__depth += 1
if __depth <= max_depth:
yield from flatten(el, __depth=__depth, max_depth=max_depth)
else:
yield el
__depth -= 1
else:
yield el
一些例子:
# A
l = []
depth = 5
for i in range(depth):
el = i
for j in range(i):
el = [el]
l.append(el)
# [0, [1], [[2]], [[[3]]], [[[[4]]]]]
for i in range(depth):
print(list(flatten_gen(l, max_depth=i)))
# [0, [1], [[2]], [[[3]]], [[[[4]]]]]
# [0, 1, [2], [[3]], [[[4]]]]
# [0, 1, 2, [3], [[4]]]
# [0, 1, 2, 3, [4]]
# [0, 1, 2, 3, 4]
# B
l = [[1, 2], [3, 4, [5, 6, [7, [8, [9]]], 10], 12, [13]], 14, [15]]
for i in range(6):
print(list(flatten_gen(l, max_depth=i)))
# [[1, 2], [3, 4, [5, 6, [7, [8, [9]]], 10], 12, [13]], 14, [15]]
# [ 1, 2, 3, 4, [5, 6, [7, [8, [9]]], 10], 12, [13], 14, 15]
# [ 1, 2, 3, 4, 5, 6, [7, [8, [9]]], 10, 12, 13, 14, 15]
# [ 1, 2, 3, 4, 5, 6, 7, [8, [9]], 10, 12, 13, 14, 15]
# [ 1, 2, 3, 4, 5, 6, 7, 8, [9], 10, 12, 13, 14, 15]
# [ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 12, 13, 14, 15]
你可以使用第三方包iteration_utilities中的deepflatten:
>>> from iteration_utilities import deepflatten
>>> L = [[[1, 2, 3], [4, 5]], 6]
>>> list(deepflatten(L))
[1, 2, 3, 4, 5, 6]
>>> list(deepflatten(L, types=list)) # only flatten "inner" lists
[1, 2, 3, 4, 5, 6]
它是一个迭代器，所以你需要迭代它(例如用列表包装它或在循环中使用它)。在内部，它使用迭代方法而不是递归方法，并且它是作为C扩展编写的，因此它可以比纯python方法更快:
>>> %timeit list(deepflatten(L))
12.6 µs ± 298 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
>>> %timeit list(deepflatten(L, types=list))
8.7 µs ± 139 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
>>> %timeit list(flatten(L)) # Cristian - Python 3.x approach from https://stackoverflow.com/a/2158532/5393381
86.4 µs ± 4.42 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
>>> %timeit list(flatten(L)) # Josh Lee - https://stackoverflow.com/a/2158522/5393381
107 µs ± 2.99 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
>>> %timeit list(genflat(L, list)) # Alex Martelli - https://stackoverflow.com/a/2159079/5393381
23.1 µs ± 710 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
我是iteration_utilities库的作者。
