我想知道是否有一条快捷方式可以在Python列表中列出一个简单的列表。
我可以在for循环中做到这一点，但也许有一些很酷的“单行”？我尝试过 减少，但是我收到了一个错误。
码
l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
reduce(lambda x, y: x.extend(y), l)
错误信息
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 1, in <lambda>
AttributeError: 'NoneType' object has no attribute 'extend'
flat_list = [item for sublist in l for item in sublist]
意思是：
for sublist in l:
for item in sublist:
flat_list.append(item)
比目前发布的快捷方式快。 （l 是要变平的名单。）
这是一个相应的功能：
flatten = lambda l: [item for sublist in l for item in sublist]
对于证据，一如既往，你可以使用 timeit 标准库中的模块：
$ python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99' '[item for sublist in l for item in sublist]'
10000 loops, best of 3: 143 usec per loop
$ python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'sum(l, [])'
1000 loops, best of 3: 969 usec per loop
$ python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'reduce(lambda x,y: x+y,l)'
1000 loops, best of 3: 1.1 msec per loop
说明：基于的快捷方式 + （包括隐含用途 sum），是必要的， O(L**2) 当有L个子列表时 - 随着中间结果列表越来越长，每个步骤都会分配一个新的中间结果列表对象，并且必须复制前一个中间结果中的所有项目（以及添加的一些新项目）最后）。所以（为了简单而没有实际的失去一般性）说你有每个项目的L个子列表：第一个I项目来回复制L-1次，第二个I项目L-2次，依此类推;总复制数是I乘以x的总和，从1到L排除，即 I * (L**2)/2。
列表理解只生成一个列表一次，并将每个项目（从其原始居住地点到结果列表）复制一次。
您可以使用 itertools.chain()：
>>> import itertools
>>> list2d = [[1,2,3],[4,5,6], [7], [8,9]]
>>> merged = list(itertools.chain(*list2d))
或者，在Python> = 2.6上，使用 itertools.chain.from_iterable() 这不需要解压缩列表：
>>> import itertools
>>> list2d = [[1,2,3],[4,5,6], [7], [8,9]]
>>> merged = list(itertools.chain.from_iterable(list2d))
这种方法可以说更具可读性 [item for sublist in l for item in sublist] 并且看起来也更快：
[me@home]$ python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99;import itertools' 'list(itertools.chain.from_iterable(l))'
10000 loops, best of 3: 24.2 usec per loop
[me@home]$ python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99' '[item for sublist in l for item in sublist]'
10000 loops, best of 3: 45.2 usec per loop
[me@home]$ python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'sum(l, [])'
1000 loops, best of 3: 488 usec per loop
[me@home]$ python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'reduce(lambda x,y: x+y,l)'
1000 loops, best of 3: 522 usec per loop
[me@home]$ python --version
Python 2.7.3
作者请注意：这是低效的。但很有趣，因为单子很棒。它不适合生产Python代码。
>>> sum(l, [])
[1, 2, 3, 4, 5, 6, 7, 8, 9]
这只是对第一个参数中传递的iterable元素求和，将第二个参数视为总和的初始值（如果没有给出， 0 而是使用，这种情况会给你一个错误）。
因为你要对嵌套列表求和，所以你实际得到了 [1,3]+[2,4] 后果 sum([[1,3],[2,4]],[])，等于 [1,3,2,4]。
请注意，仅适用于列表列表。对于列表列表，您需要另一种解决方案。
我测试了大多数建议的解决方案 perfplot （我的一个宠物项目，基本上是一个包装 timeit），并找到了
list(itertools.chain.from_iterable(a))
成为最快的解决方案（如果连接的列表超过10个）。
重现情节的代码：
import functools
import itertools
import numpy
import operator
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 itertools_chain(a):
return list(itertools.chain.from_iterable(a))
def numpy_flat(a):
return list(numpy.array(a).flat)
def numpy_concatenate(a):
return list(numpy.concatenate(a))
perfplot.show(
setup=lambda n: [list(range(10))] * n,
kernels=[
forfor, sum_brackets, functools_reduce, itertools_chain, numpy_flat,
numpy_concatenate
],
n_range=[2**k for k in range(16)],
logx=True,
logy=True,
xlabel='num lists'
)
from functools import reduce #python 3
>>> 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]
该 extend() 示例中的方法修改 x 而不是返回一个有用的值（其中 reduce() 预计）。
一种更快的方法 reduce 版本将是
>>> 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]
以下是适用的一般方法 数字， 字符串， 嵌套 列表和 杂 容器。
码
from collections import Iterable
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：在Python 3中， yield from flatten(x) 可以取代 for sub_x in flatten(x): yield sub_x
演示
lst = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
list(flatten(lst)) # nested lists
# [1, 2, 3, 4, 5, 6, 7, 8, 9]
mixed = [[1, [2]], (3, 4, {5, 6}, 7), 8, "9"] # numbers, strs, nested & mixed
list(flatten(mixed))
# [1, 2, 3, 4, 5, 6, 7, 8, '9']
参考
我接受我的陈述。总和不是赢家。虽然列表很小但速度更快。但是，较大的列表会使性能显着下降。
>>> timeit.Timer(
'[item for sublist in l for item in sublist]',
'l=[[1, 2, 3], [4, 5, 6, 7, 8], [1, 2, 3, 4, 5, 6, 7]] * 10000'
).timeit(100)
2.0440959930419922
总和版本仍然运行超过一分钟，它还没有完成处理！
对于中型名单：
>>> timeit.Timer(
'[item for sublist in l for item in sublist]',
'l=[[1, 2, 3], [4, 5, 6, 7, 8], [1, 2, 3, 4, 5, 6, 7]] * 10'
).timeit()
20.126545906066895
>>> timeit.Timer(
'reduce(lambda x,y: x+y,l)',
'l=[[1, 2, 3], [4, 5, 6, 7, 8], [1, 2, 3, 4, 5, 6, 7]] * 10'
).timeit()
22.242258071899414
>>> timeit.Timer(
'sum(l, [])',
'l=[[1, 2, 3], [4, 5, 6, 7, 8], [1, 2, 3, 4, 5, 6, 7]] * 10'
).timeit()
16.449732065200806
使用小列表和timeit：number = 1000000
>>> timeit.Timer(
'[item for sublist in l for item in sublist]',
'l=[[1, 2, 3], [4, 5, 6, 7, 8], [1, 2, 3, 4, 5, 6, 7]]'
).timeit()
2.4598159790039062
>>> timeit.Timer(
'reduce(lambda x,y: x+y,l)',
'l=[[1, 2, 3], [4, 5, 6, 7, 8], [1, 2, 3, 4, 5, 6, 7]]'
).timeit()
1.5289170742034912
>>> timeit.Timer(
'sum(l, [])',
'l=[[1, 2, 3], [4, 5, 6, 7, 8], [1, 2, 3, 4, 5, 6, 7]]'
).timeit()
1.0598428249359131
为什么使用extend？
reduce(lambda x, y: x+y, l)
这应该工作正常。