如何从列表列表中列出平面列表？

Question

我有一个列表列表，例如

[
    [1, 2, 3],
    [4, 5, 6],
    [7],
    [8, 9]
]

如何将其弄平以获得 [1，2，2，3，4，5，6，7，8，9] ？

---

_{如果您的列表来自嵌套列表的理解，则可以通过修复理解力来更简单/直接解决该问题；请参阅我如何从列表理解而不是嵌套列表中获得平坦的结果？。}

这里最受欢迎的解决方案通常只会使嵌套列表的一个“级别”变平。参见平列列表列表的不规则（任意嵌套）列表对于完全嵌入深度嵌套结构的解决方案（一般而言，一般而言）。 /sub>

Answer 1

名为 XSS 的列表可以使用嵌套列表理解：

flat_list = [
    x
    for xs in xss
    for x in xs
]

以上等效于：

flat_list = []

for xs in xss:
    for x in xs:
        flat_list.append(x)

这是相应的函数：

def flatten(xss):
    return [x for xs in xss for x in xs]

这​​是最快的方法。
作为证据，使用 timeit timeit 标准中的模块库，我们会看到：

$ python -mtimeit -s'xss=[[1,2,3],[4,5,6],[7],[8,9]]*99' '[x for xs in xss for x in xs]'
10000 loops, best of 3: 143 usec per loop

$ python -mtimeit -s'xss=[[1,2,3],[4,5,6],[7],[8,9]]*99' 'sum(xss, [])'
1000 loops, best of 3: 969 usec per loop

$ python -mtimeit -s'xss=[[1,2,3],[4,5,6],[7],[8,9]]*99' 'reduce(lambda xs, ys: xs + ys, xss)'
1000 loops, best of 3: 1.1 msec per loop

说明：基于+的方法（包括 sum 中的隐含用途）是必要的， o（l ** 2）< /code>当有l子列表时 - 随着中级结果列表的越来越长，在每个步骤中，新的中间结果列表对象都会分配，并且必须复制上一个中级结果中的所有项目（以及一些（以及一些）最终添加了新的）。因此，为简单起见，没有实际的一般性丧失，请假设您有每个项目的子列表。 -2 次，依此类推；副本的总数是x的x总和，x的总和从1到l排除，即， m*（l ** 2）/2 。

列表理解只会生成一个列表，一次将每个项目（从其原始的居住地到结果列表）都精确地复制。

Answer 2

您可以使用 itertools.chains.chain（） ：

>>> import itertools
>>> list2d = [[1,2,3], [4,5,6], [7], [8,9]]
>>> merged = list(itertools.chain(*list2d))

或者您可以使用 itertoolss.chain.from_iterables.chain.from_iterable（）代码> 不需要用*运算符解开列表：

>>> import itertools
>>> list2d = [[1,2,3], [4,5,6], [7], [8,9]]
>>> merged = list(itertools.chain.from_iterable(list2d))

此方法可以说是比 [sublist in l for sublist中的lim s for sublist in in sublist中的项目] 并且似乎也更快：

$ python3 -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99;import itertools' 'list(itertools.chain.from_iterable(l))'
20000 loops, best of 5: 10.8 usec per loop
$ python3 -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 5: 21.7 usec per loop
$ python3 -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'sum(l, [])'
1000 loops, best of 5: 258 usec per loop
$ python3 -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99;from functools import reduce' 'reduce(lambda x,y: x+y,l)'
1000 loops, best of 5: 292 usec per loop
$ python3 --version
Python 3.7.5rc1

Answer 3

作者的注释：这非常效率低下。但是很有趣，因为 monoids 很棒。

>>> xss = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
>>> sum(xss, [])
[1, 2, 3, 4, 5, 6, 7, 8, 9]

sum 总和峰值 xss ，并将第二个参数用作总和的初始值 [] 。 （默认的初始值是 0 ，不是列表。）

由于您要求和列表，因此您实际上获得 [1,3]+[2,4] >由于 sum（[[1,3]，[2,4]]，[]）等于 [1,3,2,4] 。

请注意，仅在列表列表上工作。对于列表列表的列表，您需要另一个解决方案。

Answer 4

我用），发现

import functools
import operator
functools.reduce(operator.iconcat, a, [])

是最快的解决方案，当许多小列表和很少的长列表被加入时。 （ operator.iadd 同样快。）

一个更简单且可接受的变体是，

out = []
for sublist in a:
    out.extend(sublist)

如果统一的数量较大，则其性能比上述建议差一些。

---

代码重现图：

import functools
import itertools
import operator

import numpy as np
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 functools_reduce_iconcat(a):
    return functools.reduce(operator.iconcat, a, [])


def itertools_chain(a):
    return list(itertools.chain.from_iterable(a))


def numpy_flat(a):
    return list(np.array(a).flat)


def numpy_concatenate(a):
    return list(np.concatenate(a))


def extend(a):
    out = []
    for sublist in a:
        out.extend(sublist)
    return out


b = perfplot.bench(
    setup=lambda n: [list(range(10))] * n,
    # setup=lambda n: [list(range(n))] * 10,
    kernels=[
        forfor,
        sum_brackets,
        functools_reduce,
        functools_reduce_iconcat,
        itertools_chain,
        numpy_flat,
        numpy_concatenate,
        extend,
    ],
    n_range=[2 ** k for k in range(16)],
    xlabel="num lists (of length 10)",
    # xlabel="len lists (10 lists total)"
)
b.save("out.png")
b.show()

Answer 5

使用 XS 添加到下一个列表 ys ：

from functools import reduce
xss = [[1,2,3], [4,5,6], [7], [8,9]]
out = reduce(lambda xs, ys: xs + ys, xss)

输出：

[1, 2, 3, 4, 5, 6, 7, 8, 9]

---

使用 operator.concat ：

from functools import reduce
import operator
xss = [[1,2,3], [4,5,6], [7], [8,9]]
out = reduce(operator.concat, xss)

输出：输出：

[1, 2, 3, 4, 5, 6, 7, 8, 9]

Answer 6

这是一种适用于嵌套和混合容器的对象（例如数字 ）的一般方法。这可能会使简单和复杂的容器变平（另请参见 emo ）。

代码

from typing import Iterable 
#from collections import Iterable                            # < py38


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

注释：

• 在python 3中， flatten（x）可以替换flatten（x）中的sub_x的：sub_x
• in Python 3.8，是从 collection.abc 移动 键入模块。

demo

simple = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
list(flatten(simple))
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

complicated = [[1, [2]], (3, 4, {5, 6}, 7), 8, "9"]              # numbers, strs, nested & mixed
list(flatten(complicated))
# [1, 2, 3, 4, 5, 6, 7, 8, '9']

参考

• 该解决方案是根据 beazley，D。和B. Jones中的配方修改的。食谱4.14，Python食谱第三版，O'Reilly Media Inc. Sebastopol，CA：2013。
• 找到了一个较早的，可能是原始演示。

Answer 7

要使一个深层嵌套的数据实现，请使用 iteratory_utilitys_utilitys。 deepflatten ¹ ：

>>> from iteration_utilities import deepflatten

>>> l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
>>> list(deepflatten(l, depth=1))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> l = [[1, 2, 3], [4, [5, 6]], 7, [8, 9]]
>>> list(deepflatten(l))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

它是一个生成器，因此您需要将结果施加到 list 或明确迭代它。

---

要使一个级别的级别弄平，如果每个项目本身都具有峰值，则还可以使用 iteration_utilities.flatten 本身只是 itertools.chain.from_iterable ：

>>> from iteration_utilities import flatten
>>> l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
>>> list(flatten(l))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

---

只是添加一些时间（基于 nicoschlömer的答案不包括此答案中呈现的功能）：

这是一个日志图，可容纳跨越庞大的值。对于定性推理：较低是更好的。

结果表明，如果峰值仅包含几个内部迭代物品，则 sum 将是最快的，但是对于长期迭代而言，仅 itertools.chains.chain.from_iterable ， iteration_utilities。 DeepFlatten 或嵌套的理解性具有合理的性能， itertools.chain.from_iterable 是最快的（正如NicoSchlömer已经注意到的那样）。

from itertools import chain
from functools import reduce
from collections import Iterable  # or from collections.abc import Iterable
import operator
from iteration_utilities import deepflatten

def nested_list_comprehension(lsts):
    return [item for sublist in lsts for item in sublist]

def itertools_chain_from_iterable(lsts):
    return list(chain.from_iterable(lsts))

def pythons_sum(lsts):
    return sum(lsts, [])

def reduce_add(lsts):
    return reduce(lambda x, y: x + y, lsts)

def pylangs_flatten(lsts):
    return list(flatten(lsts))

def flatten(items):
    """Yield items from any nested iterable; see REF."""
    for x in items:
        if isinstance(x, Iterable) and not isinstance(x, (str, bytes)):
            yield from flatten(x)
        else:
            yield x

def reduce_concat(lsts):
    return reduce(operator.concat, lsts)

def iteration_utilities_deepflatten(lsts):
    return list(deepflatten(lsts, depth=1))


from simple_benchmark import benchmark

b = benchmark(
    [nested_list_comprehension, itertools_chain_from_iterable, pythons_sum, reduce_add,
     pylangs_flatten, reduce_concat, iteration_utilities_deepflatten],
    arguments={2**i: [[0]*5]*(2**i) for i in range(1, 13)},
    argument_name='number of inner lists'
)

b.plot()

---

^{1免责声明：我是该图书馆的作者}

Answer 8

以下对我来说似乎最简单：

>>> import numpy as np
>>> l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
>>> print(np.concatenate(l))
[1 2 3 4 5 6 7 8 9]

Answer 9

考虑安装 more_itertools 软件包。

> pip install more_itertools

它带有（ source a href =“ https://docs.python.org/3/library/itertools.html#itertools-recipes” rel =“ noreferrer”> itertools配方）：

import more_itertools


lst = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
list(more_itertools.flatten(lst))
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

注意：注意：注意： a href =“ https://more-itertools.readthedocs.io/en/stable/pi.html#more_itertools.flatten” rel =“ noreferrer”> docs ， flatten 需要一个列表列表。请参阅下面的关于更加不规则输入的内容。

---

在版本2.4时，您可以使用 more_itertools.collapse （ source ，由abarnet贡献）。

lst = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
list(more_itertools.collapse(lst)) 
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

lst = [[1, 2, 3], [[4, 5, 6]], [[[7]]], 8, 9]              # complex nesting
list(more_itertools.collapse(lst))
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

Answer 10

根据您的列表 [[1，2，3]，[4，5，6]，[7]，[8，9]] 是1个列表级别，我们可以简单地使用 sum（list，[]），无需使用任何库

sum([[1, 2, 3], [4, 5, 6], [7], [8, 9]],[])
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

时，就可以扩展此方法的优势。只需通过 map 添加每个元素的映射函数

#For only tuple
sum(list(map(list,[[1, 2, 3], (4, 5, 6), (7,), [8, 9]])),[])
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

#In general

def convert(x):
    if type(x) is int or type(x) is float:
           return [x]
    else:
           return list(x)

sum(list(map(convert,[[1, 2, 3], (4, 5, 6), 7, [8, 9]])),[])
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

在这里，关于这种方法的记忆，对缺点有一个明确的解释。简而言之，它递归创建列表对象，应避免使用:(

Answer 11

您的函数无法使用的原因是，扩展 将数组在就位且不会返回。您仍然可以使用这样的东西从lambda返回X：

reduce(lambda x,y: x.extend(y) or x, l)

注意：扩展比列表上的 + + + +更有效。

Answer 12

matplotlib.cbook.flatten（）即使它们比示例更深，它们也将适用于嵌套列表。

import matplotlib
l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
print(list(matplotlib.cbook.flatten(l)))
l2 = [[1, 2, 3], [4, 5, 6], [7], [8, [9, 10, [11, 12, [13]]]]]
print(list(matplotlib.cbook.flatten(l2)))

结果：

[1, 2, 3, 4, 5, 6, 7, 8, 9]
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13]

这比下划线快18倍._。扁平：

Average time over 1000 trials of matplotlib.cbook.flatten: 2.55e-05 sec
Average time over 1000 trials of underscore._.flatten: 4.63e-04 sec
(time for underscore._)/(time for matplotlib.cbook) = 18.1233394636

Answer 13

一个人还可以使用numpy的

import numpy as np
list(np.array(l).flat)

flat当标准师具有相同维度时的作品。

Answer 14

您可以使用 list 扩展方法。它表明是最快的：

flat_list = []
for sublist in l:
    flat_list.extend(sublist)

性能：

import functools
import itertools
import numpy
import operator
import perfplot


def functools_reduce_iconcat(a):
    return functools.reduce(operator.iconcat, a, [])


def itertools_chain(a):
    return list(itertools.chain.from_iterable(a))


def numpy_flat(a):
    return list(numpy.array(a).flat)


def extend(a):
    n = []

    list(map(n.extend, a))

    return n


perfplot.show(
    setup = lambda n: [list(range(10))] * n,
    kernels = [
        functools_reduce_iconcat, extend, itertools_chain, numpy_flat
        ],
    n_range = [2**k for k in range(16)],
    xlabel = 'num lists',
    )

输出：

Answer 15

有几个答案，具有与下面相同的递归插入方案的答案，但是没有一个使用尝试，这使得解决方案更健壮， pythonic 。

def flatten(itr):
    for x in itr:
        try:
            yield from flatten(x)
        except TypeError:
            yield x

用法：这是一个生成器，通常您想将其包装在可观的构建器中在循环的中。

该解决方案的优点是：

• 使用任何类型的峰值（甚至将来！）
• 使用嵌套的任何组合和深度
• ，如果最高级别包含裸露的项目，则
• 不得不
• 快速有效（您可以将嵌套的嵌套iTobles弄平，而不会部分地弄平，而不会浪费浪费在您不需要的剩余部分上的时间）
• 多才多艺（您可以使用它来构建您选择的或循环中的一个值）

nb：由于 all aterables被扁平，因此将字符串分解为序列单个字符。如果您不喜欢/想要这样的行为，则可以使用以下版本，这些版本从字符串和字节（例如字符串和字节）中过滤出来：

def flatten(itr):
    if type(itr) in (str,bytes):
        yield itr
    else:
        for x in itr:
            try:
                yield from flatten(x)
            except TypeError:
                yield x

Answer 16

注意：以下适用于Python 3.3+，因为它使用 fard_from 。 六个也是第三方软件包，尽管它是稳定的。或者，您可以使用 sys.version 。

---

对于 obj = [[1，2，]，[3，4]，[5，6]] ，这里的所有解决方案都很好，包括列表理解和 itertools .chain.from_iterable 。

但是，请考虑以下更复杂的情况：

>>> obj = [[1, 2, 3], [4, 5], 6, 'abc', [7], [8, [9, 10]]]

这里有几个问题：

• 一个元素， 6 ，只是标量；这是不可能的，因此以上路线将在这里失败。
• 一个元素，'abc'，是在技术上迭代的（所有 str s is）。但是，在两行之间读取一点，您不想将其视为这样 - 您想将其视为单个元素。
• 最终元素， [8，[9，10]] 本身就是一个嵌套的迭代性。基本列表理解和链。from_iterable仅提取“ 1级别”。

您可以按照以下方式进行纠正：

>>> from collections import Iterable
>>> from six import string_types

>>> def flatten(obj):
...     for i in obj:
...         if isinstance(i, Iterable) and not isinstance(i, string_types):
...             yield from flatten(i)
...         else:
...             yield i


>>> list(flatten(obj))
[1, 2, 3, 4, 5, 6, 'abc', 7, 8, 9, 10]

在这里，您检查子元素（1）是否可以使用 iToble ，来自 itertools 的ABC，但也希望确保（2）元素是 not> not “类似字符串”。

Answer 17

如果您愿意放弃少量的速度以使外观更清洁，则可以使用 numpy.concatenate（）。tolist（）或 numpy.concatenate（）。ravel（）。 .tolist（）：

import numpy

l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]] * 99

%timeit numpy.concatenate(l).ravel().tolist()
1000 loops, best of 3: 313 µs per loop

%timeit numpy.concatenate(l).tolist()
1000 loops, best of 3: 312 µs per loop

%timeit [item for sublist in l for item in sublist]
1000 loops, best of 3: 31.5 µs per loop

您可以在文档中找到更多信息， numpy.concatenate 和。

Answer 18

def flatten(alist):
    if alist == []:
        return []
    elif type(alist) is not list:
        return [alist]
    else:
        return flatten(alist[0]) + flatten(alist[1:])

Answer 19

我想要一个可以处理多个嵌套的解决方案（ [[1]，[[[2]]，[3]]]，[1，2，3] ），但也会不要递归（我有很大的递归水平，并且有递归错误。

这就是我想到的：

def _flatten(l) -> Iterator[Any]:
    stack = l.copy()
    while stack:
        item = stack.pop()
        if isinstance(item, list):
            stack.extend(item)
        else:
            yield item


def flatten(l) -> Iterator[Any]:
    return reversed(list(_flatten(l)))

和测试：

@pytest.mark.parametrize('input_list, expected_output', [
    ([1, 2, 3], [1, 2, 3]),
    ([[1], 2, 3], [1, 2, 3]),
    ([[1], [2], 3], [1, 2, 3]),
    ([[1], [2], [3]], [1, 2, 3]),
    ([[1], [[2]], [3]], [1, 2, 3]),
    ([[1], [[[2]], [3]]], [1, 2, 3]),
])
def test_flatten(input_list, expected_output):
    assert list(flatten(input_list)) == expected_output

Answer 20

这可能不是最有效的方法，但我认为放置了一个单线（实际上是两线线）。这两个版本都将在任意层次结构列表上使用，并利用语言功能（Python＆nbsp; 3.5）和递归。

def make_list_flat (l):
    flist = []
    flist.extend ([l]) if (type (l) is not list) else [flist.extend (make_list_flat (e)) for e in l]
    return flist

a = [[1, 2], [[[[3, 4, 5], 6]]], 7, [8, [9, [10, 11], 12, [13, 14, [15, [[16, 17], 18]]]]]]
flist = make_list_flat(a)
print (flist)

输出是以

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18]

一种深度的初步方式起作用。递归降低直到找到非上列元素，然后扩展局部变量 flist ，然后将其滚动给父。每当返回 flist 时，它将扩展到列表理解中的父 flist 。因此，在根本上，返回平面列表。

以上一个创建了几个本地列表并返回用于扩展父列表的这些列表。我认为这可能是创建Gloabl flist ，如下所示。

a = [[1, 2], [[[[3, 4, 5], 6]]], 7, [8, [9, [10, 11], 12, [13, 14, [15, [[16, 17], 18]]]]]]
flist = []
def make_list_flat (l):
    flist.extend ([l]) if (type (l) is not list) else [make_list_flat (e) for e in l]

make_list_flat(a)
print (flist)

输出又是又一次。

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18]

尽管我目前不确定效率，但

Answer 21

如果您想毫不掩饰所有内容并保留不同的元素列表，则也可以使用它。

list_of_lists = [[1,2], [2,3], [3,4]]
list(set.union(*[set(s) for s in list_of_lists]))

Answer 22

这是我在其他答案中没有看到的一种方法。它支持任何层次的嵌套，迭代和无库的工作：

mylist = [[1,2,4,5],[[0,8,9],5,7],[3,11,[44,45,46],25]]

for i,_ in enumerate(mylist):          # indexes, including extended positions
    while isinstance(mylist[i],list):  # drill down/extend current position
        mylist[i:i+1] = mylist[i]      # as long as item is a list

print(mylist)
[1, 2, 4, 5, 0, 8, 9, 5, 7, 3, 11, 44, 45, 46, 25]

Answer 23

我建议使用具有产量语句的发电机和的产量。

这是一个例子：

from collections.abc import Iterable

def flatten(items, ignore_types=(bytes, str)):
    """
       Flatten all of the nested lists to the one. Ignoring flatting of iterable types str and bytes by default.
    """
    for x in items:
        if isinstance(x, Iterable) and not isinstance(x, ignore_types):
            yield from flatten(x)
        else:
            yield x

values = [7, [4, 3, 5, [7, 3], (3, 4), ('A', {'B', 'C'})]]

for v in flatten(values):
    print(v)

Answer 24

另一种适用于异性和同质整数列表的不寻常方法：

from typing import List


def flatten(l: list) -> List[int]:
    """Flatten an arbitrary deep nested list of lists of integers.

    Examples:
        >>> flatten([1, 2, [1, [10]]])
        [1, 2, 1, 10]

    Args:
        l: Union[l, Union[int, List[int]]

    Returns:
        Flatted list of integer
    """
    return [int(i.strip('[ ]')) for i in str(l).split(',')]

Answer 25

一个非恢复功能，可以使任何深度列表的列表更平坦：

def flatten_list(list1):
    out = []
    inside = list1
    while inside:
        x = inside.pop(0)
        if isinstance(x, list):
            inside[0:0] = x
        else:
            out.append(x)
    return out

l = [[[1,2],3,[4,[[5,6],7],[8]]],[9,10,11]]
flatten_list(l)
# [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

Answer 26

不是一个单线，但是在这里看到所有答案，我想这个长列表错过了一些模式匹配，所以:)

这两种方法可能不是有效的，但是无论如何，它很容易阅读（至少对我来说；也许我被功能编程所宠坏了）：

def flat(x):
    match x:
        case []:
            return []
        case [[*sublist], *r]:
            return [*sublist, *flat(r)]

第二版认为列表的列表列表...嵌套是什么：

def flat(x):
    match x:
        case []:
            return []
        case [[*sublist], *r]:
            return [*flat(sublist), *flat(r)]
        case [h, *r]:
            return [h, *flat(r)]

Answer 27

如果您有一个numpy数组 a ：

a = np.array([[1,2], [3,4]])
a.flatten('C')

生产：

[1, 2, 3, 4]

np.flatten 还接受其他参数：

• c ：
• f f
• < <代码> a
• k

有关参数的更多详细信息在这里。

Answer 28

如果我想在以前的出色答案中添加一些东西，这是我的递归扁平函数，它不仅可以弄平嵌套列表，还可以弄平任何给定的容器或任何可以抛出项目的任何对象。这也适用于任何嵌套深度，它是一个懒惰的迭代器，可根据要求产生项目：

def flatten(iterable):
    # These types won't considered a sequence or generally a container
    exclude = str, bytes

    for i in iterable:
        try:
            if isinstance(i, exclude):
                raise TypeError
            iter(i)
        except TypeError:
            yield i
        else:
            yield from flatten(i)

这样，您可以排除不想被扁平的类型，例如 str 或其他什么。

这个想法是，如果对象可以传递 iter（）准备就可以产生项目。因此，峰值可以将发电机表达式作为项目。

有人可以争论：当OP不要求它时，为什么要写这件事？好，你是对的。我只是觉得这可能会帮助某人（就像我自己一样）。

测试用例：

lst1 = [1, {3}, (1, 6), [[3, 8]], [[[5]]], 9, ((((2,),),),)]
lst2 = ['3', B'A', [[[(i ** 2 for i in range(3))]]], range(3)]

print(list(flatten(lst1)))
print(list(flatten(lst2)))

输出：

[1, 3, 1, 6, 3, 8, 5, 9, 2]
['3', b'A', 0, 1, 4, 0, 1, 2]

Answer 29

这使用 parsel.utils.flatten ，这在变平多个列表嵌套方面非常好。我发现避免开销 numpy 。

我将在此处使用数字来简单起见，但是我主要将其与字符串一起使用，这是为了我的目的，它很快就可以使用（每个嵌套的列表，每个元素约40个元素）。

nested_list = [[1, 2, [3, 4]], [5, [6, [7, 8]]]]
flattened_list = parsel.utils.flatten(nested_list)
print(flattened_list)
-> [1, 2, 3, 4, 5, 6, 7, 8]

Answer 30

我喜欢添加一个高性能的生成器解决方案，该解决方案可以使的任何深度不（只有二维列表）添加嵌套列表（或任何类型的峰值）：

from itertools import chain

def flatten_deep_generator(iterable):
    iterator = iter(iterable)
    try:
        while 1: # StopIteration will break the loop
            item = next(iterator)
            # Check if item contains sub-items
            if not hasattr(item,'__trunc__'):
                iterator = chain(iter(item), iterator)
            else:
                yield item
    except StopIteration:
        pass

根据您的需求，生成器具有巨大的优势列表。例如，如果要添加 filter（）之后功能。最终的列表应仅在构造完整发电机含量之后的结尾进行实例。通过这种过滤，您可以避免对项目进行多次迭代。

备注：与其他提出的发电机解决方案相比，这是一种迭代而不是递归解决方案，可以避免在深嵌套的迭代物体的情况下避免递归词。