怎么將不規(guī)則的Python多維數(shù)組拉平到一維

這期內(nèi)容當(dāng)中小編將會(huì)給大家?guī)碛嘘P(guān)怎么將不規(guī)則的Python多維數(shù)組拉平到一維，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

例如有一個(gè)列表：

l = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

希望把它轉(zhuǎn)換成下面這種形式：

[1, 2, 3, 4, 5, 6, 7, 8, 9]

其實(shí)這個(gè)非常簡(jiǎn)單，我將分享三個(gè)一行式代碼來解決這個(gè)問題。

但如果是下面這種不規(guī)則的多維列表：

l = [[1, 2], [3, 4], [5, [6, 7, [8, 9]]], 10, [11, [12, 13, [14, 15, [16]]]]]

我們想將它拉平到一維列表：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]

又該怎么實(shí)現(xiàn)呢？

文末將演示通過遞歸或棧來實(shí)現(xiàn)深度優(yōu)先遍歷策略從而解決這個(gè)問題。

使用numpy拉平數(shù)組

import numpy as np
np.array(l).flatten().tolist()

結(jié)果：

[1, 2, 3, 4, 5, 6, 7, 8, 9]

使用python拉平數(shù)組

使用numpy數(shù)組拉平數(shù)組，其實(shí)很受限，一旦列表內(nèi)部每個(gè)元素的長(zhǎng)度不一致，numpy就不好使了：

l = [[1, 2, 3], [4, 5], [6, 7], [8, 9, 10, 11]]
np.array(l).flatten().tolist()

D:\Anaconda3\lib\site-packages\ipykernel_launcher.py:2: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray

結(jié)果：

[[1, 2, 3], [4, 5], [6, 7], [8, 9, 10, 11]]

這時(shí)我們可以通過python的itertools來實(shí)現(xiàn)高效的操作：

import itertools
list(itertools.chain(*l))

結(jié)果：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

當(dāng)然還有一種更高級(jí)的操作方法是直接使用sum函數(shù)：

sum(l, [])

結(jié)果：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

你可能一臉懵逼，為什么sum函數(shù)可以實(shí)現(xiàn)列表的拉平？下面我翻譯一下，這段代碼實(shí)際做了什么：

result = []
for i in l:
  result += i
result

結(jié)果：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

將不規(guī)則多維數(shù)組拉平到1維

例如，對(duì)于下面這個(gè)復(fù)雜的列表：

l = [[1, 2], [3, 4], [5, [6, 7, [8, 9]]], 10, [11, [12, 13, [14, 15, [16]]]]]
l

結(jié)果：

[[1, 2], [3, 4], [5, [6, 7, [8, 9]]], 10, [11, [12, 13, [14, 15, [16]]]]]

這樣的列表，對(duì)于上面的方法來說已經(jīng)都不好使了，這個(gè)時(shí)候怎么辦呢？

當(dāng)然對(duì)于這種長(zhǎng)度不長(zhǎng)的列表，我們可以玩點(diǎn)小技巧：

list_str = str(l).replace("[", "").replace("]", "")
eval(f"[{list_str}]")

結(jié)果：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]

當(dāng)然，使用正則替換更佳：

import re
eval(re.sub("(?!^)\[|\](?!$)", "", str(l)))

結(jié)果：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]

原理就是先將這個(gè)列表轉(zhuǎn)成普通的字符串，再將所有的[]字符都去掉，再轉(zhuǎn)成單維列表的字符串形式之后，用eval函數(shù)進(jìn)行解析。但這種方式在列表足夠長(zhǎng)的時(shí)候顯然是不合適的，會(huì)出現(xiàn)效率低下的問題。

深度優(yōu)先遍歷策略拉平多維數(shù)組

下面我介紹一個(gè)正常的解決這個(gè)問題的辦法，那就是使用深度優(yōu)先遍歷策略來解決這個(gè)問題，當(dāng)然如果你對(duì)拉平的結(jié)果沒有順序的要求還可以使用廣度優(yōu)先遍歷的策略。

深度優(yōu)先遍歷策略，最簡(jiǎn)單直接的思路是使用遞歸來實(shí)現(xiàn)：

def flatten(items, result=[]):
  for item in items:
    if isinstance(item, list):
      flatten(item, result)
    else:
      result.append(item)


result = []
flatten(l, result)
result

結(jié)果：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]

雖然遞歸可能出現(xiàn)調(diào)用棧過多導(dǎo)致性能下降或程序掛掉，但Python可以借助生成器讓遞歸調(diào)用變成普通調(diào)用：

def flatten(items):
  for item in items:
    if isinstance(item, list):
      yield from flatten(item)
    else:
      yield item


result = [e for e in flatten(l)]
result

結(jié)果：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]

而如果我們想不使用遞歸或生成器類遞歸，可以直接借助一個(gè)棧來實(shí)現(xiàn)。

為了保證結(jié)果是原有的順序，我們把左端作為棧頂，而數(shù)組不適合刪除左端的數(shù)據(jù)，所以可以使用deque來作為棧。

首先，我們需要將原列表轉(zhuǎn)換為deque，下面是處理代碼：

from collections import deque

stack = deque(l)
result = []
while len(stack) != 0:
  item = stack.popleft()
  if isinstance(item, list):
    for e in reversed(item):
      stack.appendleft(e)
  else:
    result.append(item)
result

結(jié)果：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]

如果我們將原列表作為一個(gè)右端為棧頂?shù)臈?，可以通過向結(jié)果左端插入數(shù)據(jù)來保持原有的順序：

from collections import deque

stack = l.copy()
result = deque()
while len(stack) != 0:
  item = stack.pop()
  if isinstance(item, list):
    for e in item:
      stack.append(e)
  else:
    result.appendleft(item)
result = list(result)
result

結(jié)果：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]

上述就是小編為大家分享的怎么將不規(guī)則的Python多維數(shù)組拉平到一維了，如果剛好有類似的疑惑，不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道。