将“元组列表”转换为平面列表或矩阵

Question

使用 Sqlite，select .. from 命令返回结果output，它会打印：

>>print output
[(12.2817, 12.2817), (0, 0), (8.52, 8.52)]

这似乎是一个元组列表。我想将output 转换为一个简单的列表：

[12.2817, 12.2817, 0, 0, 8.52, 8.52]

或 2x3 矩阵：

12.2817 12.2817
0          0 
8.52     8.52

通过output[i][j]阅读

flatten 命令对第一个选项不起作用，我不知道第二个...

我们将不胜感激快速的解决方案，因为实际数据要大得多。

Answer 1

>>> flat_list = []
>>> nested_list = [(1, 2, 4), (0, 9)]
>>> for a_tuple in nested_list:
...     flat_list.extend(list(a_tuple))
... 
>>> flat_list
[1, 2, 4, 0, 9]
>>> 

您可以轻松地从元组列表移动到单个列表，如上所示。

Answer 2

如果是任意嵌套列表（以防万一）：

def flatten(lst):
    result = []
    for element in lst: 
        if hasattr(element, '__iter__'):
            result.extend(flatten(element))
        else:
            result.append(element)
    return result

>>> flatten(output)
[12.2817, 12.2817, 0, 0, 8.52, 8.52]

Answer 3

或者您可以像这样展平列表：

reduce(lambda x,y:x+y, map(list, output))

Answer 4

使用itertools链：

>>> import itertools
>>> list(itertools.chain.from_iterable([(12.2817, 12.2817), (0, 0), (8.52, 8.52)]))
[12.2817, 12.2817, 0, 0, 8.52, 8.52]

Answer 5

迄今为止发布的最快（和最短）的解决方案：

list(sum(output, ()))

比itertools 解决方案快约50%，比map 解决方案快约70%。

Answer 6

在 Python 2.7 和所有版本的 Python3 中，您可以使用 itertools.chain 来展平可迭代列表。使用* 语法或类方法。

>>> t = [ (1,2), (3,4), (5,6) ]
>>> t
[(1, 2), (3, 4), (5, 6)]
>>> import itertools
>>> list(itertools.chain(*t))
[1, 2, 3, 4, 5, 6]
>>> list(itertools.chain.from_iterable(t))
[1, 2, 3, 4, 5, 6]

Answer 7

更新：使用扩展但没有理解且不使用列表作为迭代器进行展平（最快）

在检查下一个答案后，通过dual for 的列表理解提供了一个更快的解决方案，我做了一些调整，现在它表现更好，首先执行 list(...) 拖了很大一部分时间，然后更改一个简单循环的列表推导也减少了一点。

新的解决方案是：

l = []
for row in output: l.extend(row)

用[] 替换list 的旧版本（有点慢但不多）：

[l.extend(row) for row in output]

---

较旧（较慢）：

使用列表理解进行展平

l = []
list(l.extend(row) for row in output)

---

新扩展的一些时间和通过删除 [...] 的 list(...) 获得的改进：

import timeit
t = timeit.timeit
o = "output=list(zip(range(1000000000), range(10000000))); l=[]"
steps_ext = "for row in output: l.extend(row)"
steps_ext_old = "list(l.extend(row) for row in output)"
steps_ext_remove_list = "[l.extend(row) for row in output]"
steps_com = "[item for sublist in output for item in sublist]"

print(f"{steps_ext}\n>>>{t(steps_ext, setup=o, number=10)}")
print(f"{steps_ext_remove_list}\n>>>{t(steps_ext_remove_list, setup=o, number=10)}")
print(f"{steps_com}\n>>>{t(steps_com, setup=o, number=10)}")
print(f"{steps_ext_old}\n>>>{t(steps_ext_old, setup=o, number=10)}")

结果的时间：

for row in output: l.extend(row)                  
>>> 7.022608777000187

[l.extend(row) for row in output]
>>> 9.155910597999991

[item for sublist in output for item in sublist]
>>> 9.920002304000036

list(l.extend(row) for row in output)
>>> 10.703829122000116

Answer 8

列表理解方法适用于 Iterable 类型，并且比此处显示的其他方法更快。

flattened = [item for sublist in l for item in sublist]

l 是要展平的列表（在 OP 的情况下称为 output）

---

timeit 测试：

l = list(zip(range(99), range(99)))  # list of tuples to flatten

列表理解

[item for sublist in l for item in sublist]

timeit 结果 = 7.67 µs ± 129 ns 每个循环

列出extend()方法

flattened = []
list(flattened.extend(item) for item in l)

timeit 结果 = 11 µs ± 433 ns 每个循环

sum()

list(sum(l, ()))

timeit 结果 = 24.2 µs ± 269 ns 每个循环

Answer 9

这就是 numpy 的用途，无论是从数据结构还是速度角度。

import numpy as np

output = [(12.2817, 12.2817), (0, 0), (8.52, 8.52)]
output_ary = np.array(output)   # this is your matrix 
output_vec = output_ary.ravel() # this is your 1d-array

Answer 10

def flatten_tuple_list(tuples):
    return list(sum(tuples, ()))


tuples = [(5, 6), (6, 7, 8, 9), (3,)]
print(flatten_tuple_list(tuples))