![](/img/trans.png)
[英]Convert a image (png and jpg) to a multi-dimensional list and backwards in python
[英]Convert multi-dimensional list to a 1D list in Python
像l=[[1,2],[3,4]]
这样的多维列表可以通过sum(l,[])
转换为1D。 任何人都可以解释一下这是怎么回事?
响应者说,这种技术只能用于“压扁”2D列表 - 它不适用于更高的多维列表。 但如果重复,它确实如此。 例如,如果A是3D列表,则sum(sum(A),[]),[])将A压缩为1D列表。
如果您所说的nested
列表是“2D”(意味着您只想向下一级,并且nested
所有1级向下项目都是列表),那么简单的列表理解:
flat = [x for sublist in nested for x in sublist]
是我推荐的方法 - 比sum
更有效( sum
是用于数字 - 以某种方式让它阻止所有“加”非数字的尝试太麻烦了...我是Python标准库中最初的提议者和sum
第一个实现者,所以我想我应该知道;-)。
如果你想“尽可能深入”(对于深度嵌套的列表),递归是最简单的方法,尽管通过消除递归可以获得更高的性能(以更高的复杂性为代价)。
这个方法提出了一个递归解决方案,一个递归消除和其他方法(所有这些方法都很有用,但没有一个像我在本回答中提到的单线程一样简单)。
sum
使用+
运算符将序列加在一起。 例如sum([1,2,3]) == 6
。 第二个参数是一个可选的起始值,默认为0.例如sum([1,2,3], 10) == 16
。
在你的例子中它有[] + [1,2] + [3,4]
,其中+
2个列表将它们连接在一起。 因此结果是[1,2,3,4]
需要空列表作为sum
的第2个参数,因为如上所述,默认值是将sum
加到0(即0 + [1,2] + [3,4]
),这将导致不支持的操作数类型( s)for +:'int'和'list'
这是sum
帮助的相关部分:
sum(sequence [,start]) - > value
返回一系列数字(非字符串)加上参数'start'的值(默认为0)。
注意
正如wallacoloo所述,这不是用于展平任何多维列表的一般解决方案。 由于上述行为,它仅适用于1D列表的列表。
更新
有关展平1级嵌套的方法,请参阅itertools页面中的此配方:
def flatten(listOfLists):
"Flatten one level of nesting"
return chain.from_iterable(listOfLists)
要展平更深层次的嵌套列表(包括不规则嵌套列表),请参阅此问题的已接受答案 (还有一些与该问题本身相关的其他问题。)
请注意,配方返回一个itertools.chain
对象(可迭代),另一个问题的答案返回一个generator
对象,因此如果您想要完整列表而不是迭代它,则需要将其中任何一个包装在list
调用中。 例如list(flatten(my_list_of_lists))
。
对于任何类型的多元数组,此代码将展平为一个维度:
def flatten(l):
try:
return flatten(l[0]) + (flatten(l[1:]) if len(l) > 1 else []) if type(l) is list else [l]
except IndexError:
return []
我写了一个程序来使用递归进行多维展平。 如果有人对改进程序有任何意见,你总能看到我微笑:
def flatten(l):
lf=[]
li=[]
ll=[]
p=0
for i in l:
if type(i).__name__=='list':
li.append(i)
else:
lf.append(i)
ll=[x for i in li for x in i]
lf.extend(ll)
for i in lf:
if type(i).__name__ =='list':
#not completely flattened
flatten(lf)
else:
p=p+1
continue
if p==len(lf):
print(lf)
+运算符连接列表,起始值为[]空列表。
我写过这个函数:
def make_array_single_dimension(l):
l2 = []
for x in l:
if type(x).__name__ == "list":
l2 += make_array_single_dimension(x)
else:
l2.append(x)
return l2
它也有效!
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.