如何提取嵌套列表？

Question

重复问题:

• 如何在Python中将嵌套的列表展开
• 用理解式来展开嵌套序列

假设我有一个包含嵌套列表的列表:

[["a","b","c"], ["d","e","f"], ["g","h","i","j"]...]

如何将它转换为单个列表？

["a", "b", "c", "d", "e"....]

- user1040563

---

虽然这可能是某个问题的重复，但它不是所链接问题的重复，该问题是关于创建像[["a", "d", "g"], ["a", "d", "h"], ["a", "d", "i"], ...]这样的列表，这完全不是这里想要的。 - agf

@agf 用实际重复项替换了可能的重复项。 - dbr

Answer 1

使用itertools.chain：

from itertools import chain

list(chain.from_iterable(list_of_lists))

- agf

---

你可以再解释一些。 - GLHF

这是一个简单的问题（也已经四年之久），并且不需要比我提供的文档和示例更多的解释。请问您需要什么样的帮助呢？ - agf

Answer 2

在itertools文档中有一个明显的例子（参见http://docs.python.org/library/itertools.html#recipes查找flatten()），但它很简单：

>>> from itertools import chain
>>> list(chain(*x))
['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']

或者，可以在一个列表理解式中轻松完成：

>>> x=[["a","b","c"], ["d","e","f"], ["g","h","i","j"]]
>>> [j for i in x for j in i]
['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']

或者通过reduce()函数：

>>> from operator import add
>>> reduce(add, x)
['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']

- Austin Marshall

---

"chain.from_iterable(x)" 是现代 Python 的惯用语，表示 "chain(*x)"。 - agf

列表生成式更符合Python风格！ - Angel Salazar

list.__add__也可用，无需从operator导入add。 - mh-firouzjah

Answer 3

使用 itertools.chain 的替代方案是:

>>> li = [["a","b","c"], ["d","e","f"], ["g","h","i","j"]]
>>> chained = []
>>> while li:
...     chained.extend(li.pop(0))
... 
>>> chained
['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']

编辑：上面的例子会在构建新列表时消耗原始列表，因此如果您正在操作非常大的列表并希望最小化内存使用，则应该是一个优势。如果不是这种情况，我会考虑使用itertools.chain更加“Pythonic”的方法来实现结果。

- mac

---

谢谢。我尝试使用list(itertools.chain(*a))来解决这个问题，但是却总是出现 TypeError: object of type 'NoneType' has no len() 的错误信息。当我在一个简单的列表上尝试时，它能正常工作，但是当我在一个更长或者更复杂的列表上尝试时，就会出现这个错误。也许这和存在多个空的嵌套列表([])有关呢？谢谢。 - user1040563

@user1040563 你具体尝试了什么？对我来说，无论是我的解决方案还是agf的解决方案，即使有空子列表也都能正常工作... - mac

这比chain或类似的解决方案具有更高的时间复杂度，因为pop(0)是O(n) -- 请参见Python Wiki Time Complexity页面中“list section”的“delete item”条目。如果您想使用extend并使整个过程成为线性时间，则只需for sublist in li: chained.extend(li) -- 在Python中没有办法从list中以线性时间完成它，而不需要额外的存储空间（我假设这就是您想避免的）。 - agf

@agf - 的确，我认为在构建新列表时消耗原始列表是这种解决方案的“附加值”...感谢您提供时间复杂度页面的链接。我忽略了它的存在。有趣！ :) - mac

我不同意这个版本适合非常大的列表。如果子列表很短但由于子列表数量众多，复杂度为 O(总长度 * 子列表数)，那么它肯定很糟糕。如果子列表很长但数量不太多，那么它可能很好，因为可以节省内存，但请记住，第二个列表的内存使用仅为子列表中对象的引用，不会复制对象，因此内存必须非常紧张才行。 - agf

@user1040563 使用 res = reduce(list.__add__, listofitems) 是安全的，不会出现你遇到的错误。 - mh-firouzjah