![](/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]]
這樣的多維列表可以通過sum(l,[])
轉換為1D。 任何人都可以解釋一下這是怎么回事?
響應者說,這種技術只能用於“壓扁”2D列表 - 它不適用於更高的多維列表。 但如果重復,它確實如此。 例如,如果A是3D列表,則sum(sum(A),[]),[])將A壓縮為1D列表。
如果您所說的nested
列表是“2D”(意味着您只想向下一級,並且nested
所有1級向下項目都是列表),那么簡單的列表理解:
flat = [x for sublist in nested for x in sublist]
是我推薦的方法 - 比sum
更有效( sum
是用於數字 - 以某種方式讓它阻止所有“加”非數字的嘗試太麻煩了...我是Python標准庫中最初的提議者和sum
第一個實現者,所以我想我應該知道;-)。
如果你想“盡可能深入”(對於深度嵌套的列表),遞歸是最簡單的方法,盡管通過消除遞歸可以獲得更高的性能(以更高的復雜性為代價)。
這個方法提出了一個遞歸解決方案,一個遞歸消除和其他方法(所有這些方法都很有用,但沒有一個像我在本回答中提到的單線程一樣簡單)。
sum
使用+
運算符將序列加在一起。 例如sum([1,2,3]) == 6
。 第二個參數是一個可選的起始值,默認為0.例如sum([1,2,3], 10) == 16
。
在你的例子中它有[] + [1,2] + [3,4]
,其中+
2個列表將它們連接在一起。 因此結果是[1,2,3,4]
需要空列表作為sum
的第2個參數,因為如上所述,默認值是將sum
加到0(即0 + [1,2] + [3,4]
),這將導致不支持的操作數類型( s)for +:'int'和'list'
這是sum
幫助的相關部分:
sum(sequence [,start]) - > value
返回一系列數字(非字符串)加上參數'start'的值(默認為0)。
注意
正如wallacoloo所述,這不是用於展平任何多維列表的一般解決方案。 由於上述行為,它僅適用於1D列表的列表。
更新
有關展平1級嵌套的方法,請參閱itertools頁面中的此配方:
def flatten(listOfLists):
"Flatten one level of nesting"
return chain.from_iterable(listOfLists)
要展平更深層次的嵌套列表(包括不規則嵌套列表),請參閱此問題的已接受答案 (還有一些與該問題本身相關的其他問題。)
請注意,配方返回一個itertools.chain
對象(可迭代),另一個問題的答案返回一個generator
對象,因此如果您想要完整列表而不是迭代它,則需要將其中任何一個包裝在list
調用中。 例如list(flatten(my_list_of_lists))
。
對於任何類型的多元數組,此代碼將展平為一個維度:
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 []
我寫了一個程序來使用遞歸進行多維展平。 如果有人對改進程序有任何意見,你總能看到我微笑:
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)
+運算符連接列表,起始值為[]空列表。
我寫過這個函數:
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!
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.