将“元组列表”转换为平面列表或矩阵

问题描述 投票:0回答:12

使用 Sqlite,

select .. from
命令返回结果
output
,打印:

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

它似乎是一个元组列表。我想将

output
转换为简单列表:

[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

拼合命令不能完成第一个选项的工作,我不知道第二个选项......

快速解决方案将不胜感激,因为实际数据要大得多。

python list tuples
12个回答
161
投票

迄今为止发布的最快(也是最短)的解决方案:

list(sum(output, ()))

itertools
解决方案快约 50%,比
map
解决方案快约 70%。


78
投票

列表理解方法适用于可迭代类型,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

列表extend()方法

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

timeit 结果 = 11 µs ± 433 ns 每个循环

求和()

list(sum(l, ()))

timeit 结果 = 24.2 µs ± 269 ns 每个循环


31
投票

在 Python 2.7 和 Python3 的所有版本中,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]

16
投票

更新:使用扩展进行扁平化,但没有理解,并且不使用列表作为迭代器(最快)

在检查了下一个答案后,通过列表理解提供了更快的解决方案

dual for
我做了一些调整,现在它表现更好,首先 list(...) 的执行拖了很大一部分时间,然后更改一个简单循环的列表理解,也减少了一些。

新的解决方案是:

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

旧的将

list
替换为
[]
(慢一点但不多):

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

年长(较慢):

通过列表理解进行扁平化

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

新扩展的一些时间以及通过删除 [...] 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)}")

计算结果:

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

9
投票
>>> 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。


9
投票

使用

itertools
链条:

>>> 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]

7
投票

或者你可以像这样展平列表:

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

5
投票

从数据结构和速度角度来看,这就是

numpy
的用途。

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

3
投票

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]

3
投票
def flatten_tuple_list(tuples):
    return list(sum(tuples, ()))


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

1
投票

问题提到元组列表(

output
)是由Sqlite
select .. from
命令返回的。

您可以使用

output
调整sqlite连接返回行的方式,以返回带有数值的矩阵(列表/嵌套列表的列表)而不是带有元组的列表,而不是展平返回的
row_factory

import sqlite3 as db conn = db.connect('...') conn.row_factory = lambda cursor, row: list(row) # This will convert the tuple to list. c = conn.cursor() output = c.execute('SELECT ... FROM ...').fetchall() print(output) # Should print [[12.2817, 12.2817], [0, 0], [8.52, 8.52]]
    

0
投票
本文很好地解释了几个选项:

https://blog.finxter.com/5-best-ways-to-flatten-a-python-list-of-tuples-2/

© www.soinside.com 2019 - 2024. All rights reserved.