Python 把兩層列表展開平鋪成一層(5種實現方式)

Posted on by

這幾天和同事在討論，如何用 Python 寫出優雅的讓列表中的列表展開，變成扁平化的列表。

例如

# 期望輸入
input = [[('A', 1), ('B', 2)], [('C', 3), ('D', 4)]]
 
# 期望輸出
output = [('A', 1), ('B', 2), ('C', 3), ('D', 4)]

map 函數合並

>>> new = []; map(new.extend, input); new
[None, None]
[('A', 1), ('B', 2), ('C', 3), ('D', 4)]

這個方法看上去還可以，但是有個致命的缺點，就是map函數會返回值，並且這個返回值是沒有用的。另外還需要提前聲明一個變量，從代碼的簡潔性上，不夠簡潔優雅。

sum 函數合並

>>> sum(input, [])
[('A', 1), ('B', 2), ('C', 3), ('D', 4)]

這個看上去很簡潔，不過有類似字符串累加的性能陷阱。後面有性能對比。

reduce 函數

>>> reduce(list.__add__, input)
[('A', 1), ('B', 2), ('C', 3), ('D', 4)]

做序列的累加操作。也是有累加的性能陷阱。

列表推導式

>>> [item for sublist in input for item in sublist]
[('A', 1), ('B', 2), ('C', 3), ('D', 4)]

列表推導式，看著有些長，而且還要for循環兩次，變成一行理解需要費勁一些，沒有那麼直觀。

itertools 類庫

>>> list(itertools.chain(*input))
[('A', 1), ('B', 2), ('C', 3), ('D', 4)]

通過第三方類庫類實現的，相比其他的幾個實現，看著還算比較優雅。最後的性能發現居然還很高。

性能大對比

python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'reduce(list.__add__,l)'
1000 loops, best of 3: 547 usec per loop
python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'sum(l, [])'
1000 loops, best of 3: 509 usec per loop
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: 52.8 usec per loop
python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99; import itertools;' 'list(itertools.chain(*l))'
10000 loops, best of 3: 35.9 usec per loop
python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'new = []; map(new.extend, l); new'
10000 loops, best of 3: 34.1 usec per loop

歡迎大傢共同探討優雅的的實現和性能的優化。

補充：python 將(含嵌套的)dict平鋪展開

話不多說，直接上代碼：

def prefix_dict(di_, prefix_s=''):
  """
  把字典的每個key都帶上前綴prefix_s
  :param di_:
  :param prefix_s:
  :return:
  """
  return {prefix_s + k: v for k, v in di_.items()} 
 
def spear_dict(di_, con_s='.'):
  """
  展開dict(如果下層還是dict)，需要遞歸，展開到下層的數據類型不是字典為止
  可能實用的地方：將文檔類的數據格式化成更加關系化的樣子可能有用
  :param di_: 輸入字典
  :param con_s: 層級間的連接符號
  :return: 深度不大於1的字典，嵌套的其他數據類型照舊
  """
  ret_di = {}
  for k, v in di_.items():
    if type(v) is dict:
      v = spear_dict(v)
      # 這裡或許有不寫到這一層的更好寫法
      # for k_, v_ in v.items():
      #   ret_di.update({con_s.join([k, k_]): v_})
      ret_di.update(prefix_dict(v, prefix_s=k + con_s))
    else:
      ret_di.update({k: v})
  return ret_di
>>> di_
{'title': '新田商業街', 'reliability': 7, 'addressComponents': {'streetNumber': '', 'city': '深圳市', 'street': '', 'province': '廣東省', 'district': '龍華區'}, 'location': {'lng': 114.09127044677734, 'lat': 22.700519561767578}, 'adInfo': {'adcode': '440309'}, 'level': 11, 'more_deep': {'loca': {'lng': 114.09127044677734, 'lat': 22.700519561767578}}}
>>> spear_dict(di_)
{'title': '新田商業街', 'reliability': 7, 'addressComponents.streetNumber': '', 'addressComponents.city': '深圳市', 'addressComponents.street': '', 'addressComponents.province': '廣東省', 'addressComponents.district': '龍華區', 'location.lng': 114.09127044677734, 'location.lat': 22.700519561767578, 'adInfo.adcode': '440309', 'level': 11, 'more_deep.loca.lng': 114.09127044677734, 'more_deep.loca.lat': 22.700519561767578}
spear_dict(di_, '_')
{'title': '新田商業街', 'reliability': 7, 'addressComponents_streetNumber': '', 'addressComponents_city': '深圳市', 'addressComponents_street': '', 'addressComponents_province': '廣東省', 'addressComponents_district': '龍華區', 'location_lng': 114.09127044677734, 'location_lat': 22.700519561767578, 'adInfo_adcode': '440309', 'level': 11, 'more_deep_loca.lng': 114.09127044677734, 'more_deep_loca.lat': 22.700519561767578}

以上為個人經驗，希望能給大傢一個參考，也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方，望不吝賜教。

推薦閱讀：

    None Found