是的,我知道这个主题已经被覆盖过了(这里,这里,这里,这里),但据我所知,除了一个之外,所有解决方案都在这样的列表中失败:
L = [[[1, 2, 3], [4, 5]], 6]
期望的输出是什么
[1, 2, 3, 4, 5, 6]
或者甚至更好,一个迭代器.我看到的唯一适用于任意嵌套的解决方案可以在这个问题中找到:
def flatten(x):
result = []
for el in x:
if hasattr(el, "__iter__") and not isinstance(el, basestring):
result.extend(flatten(el))
else:
result.append(el)
return result
flatten(L)
这是最好的型号吗？我忽略了什么吗？任何问题？
是否有一种简单的方法可以使用列表推导来展平迭代列表,或者失败,你会认为什么是平衡这样的浅层列表,平衡性能和可读性的最佳方法？
我尝试使用嵌套列表理解来压缩这样的列表,如下所示:
[image for image in menuitem for menuitem in list_of_menuitems]
但我在NameError那里遇到麻烦,因为name 'menuitem' is not defined.谷歌搜索并浏览Stack Overflow后,我得到了一个reduce声明所需的结果:
reduce(list.__add__, map(lambda x: list(x), list_of_menuitems))
但是这个方法相当难以理解,因为我需要那个list(x)调用,因为x是一个Django QuerySet对象.
结论:
感谢所有为此问题做出贡献的人.以下是我学到的内容摘要.我也将其作为社区维基,以防其他人想要添加或更正这些观察结果.
我原来的reduce语句是多余的,用这种方式编写得更好:
>>> reduce(list.__add__, (list(mi) for mi in list_of_menuitems))
这是嵌套列表理解的正确语法(Brilliant summary dF!):
>>> [image for mi in list_of_menuitems for image in mi]
但这些方法都不如使用效率高itertools.chain:
>>> from itertools import chain
>>> list(chain(*list_of_menuitems))
正如@cdleary指出的那样,通过使用chain.from_iterable如下所示来避免*操作符魔术可能是更好的风格:
>>> chain = itertools.chain.from_iterable([[1,2],[3],[5,89],[],[6]])
>>> print(list(chain))
>>> [1, 2, …我在这里有这个尾递归函数:
def recursiveFunction(n, sum):
if n < 1:
return sum
else:
return recursiveFunction(n-1, sum+n)
c = 998
print(recursiveFunction(c, 0))
它可以工作到n = 997,然后它就会中断并吐出"比较时超出的最大递归深度" RuntimeError.这只是一个堆栈溢出？有办法解决它吗？
比方说,我有一个包含许多子元素的结构,其中一些子结构是结构:
v = [1, 2, 3, [4, (5, 6)]]
如何将这些解包为一系列仅包含结构内容而不包含结构的名称？
尝试使用星号表达式a, b, c, d, e, f = v引发一段ValueError时间会为名称分配结构.我怎样才能解压缩它们以获得:
print(a, b, c, d, e, f)
打印:
1 2 3 4 5 6
我有一个单例 Python 矩阵的 Pandas 数据框，我想将其转换为值的数据框。我可以使用 apply 来转换单个列，但想知道是否可以对整个数据帧执行此操作。这是我到目前为止所拥有的：
数据框df：
+-----------+-----------+-----------+-----------+-----------+-----------+
| Col1 | Col2 | Col3 | Col4 | Col5 | Col6 |
+-----------+-----------+-----------+-----------+-----------+-----------+
| [[[[4]]]] | [[[[0]]]] | [[[[1]]]] | [[[[0]]]] | [[[[0]]]] | [[[[1]]]] |
| [[[[1]]]] | [[[[1]]]] | [[[[0]]]] | [[[[2]]]] | [[[[1]]]] | [[[[1]]]] |
| [[[[0]]]] | [[[[2]]]] | [[[[3]]]] | [[[[1]]]] | [[[[1]]]] | [[[[0]]]] |
+-----------+-----------+-----------+-----------+-----------+-----------+
转换单个列的代码：
+-----------+-----------+-----------+-----------+-----------+-----------+
| Col1 | Col2 | Col3 | Col4 | Col5 | Col6 |
+-----------+-----------+-----------+-----------+-----------+-----------+
| …所以对于矩阵,我们有像numpy.flatten()这样的方法
np.array([[1,2,3],[4,5,6],[7,8,9]]).flatten()
给 [1,2,3,4,5,6,7,8,9]
如果我想从获得np.array([[1,2,3],[4,5,6],7])到[1,2,3,4,5,6,7]？
是否存在执行类似功能的现有功能？