理解扁平序列序列？

如果我有序列序列(可能是元组列表),我可以使用itertools.chain()来展平它.但有时我觉得我宁愿把它写成一种理解.我只是想不出怎么做.这是一个非常具体的案例:

假设我想在序列中交换每对元素.我在这里使用字符串作为序列:

>>> from itertools import chain
>>> seq = '012345'
>>> swapped_pairs = zip(seq[1::2], seq[::2])
>>> swapped_pairs
[('1', '0'), ('3', '2'), ('5', '4')]
>>> "".join(chain(*swapped_pairs))
'103254'

我在序列的偶数和奇数切片上使用zip来交换对.但我最终得到了一个现在需要扁平化的元组列表.所以我使用chain().有没有办法可以用理解来表达它？

如果你想发布你自己的解决方案来解决交换对的元素的基本问题,请继续,我会投票给任何教我新东西的东西.但是,即使答案是"不,你做不到",我也只会接受一个针对我的问题的答案.

理解力？好...

>>> seq = '012345'
>>> swapped_pairs = zip(seq[1::2], seq[::2])
>>> ''.join(item for pair in swapped_pairs for item in pair)
'103254'

我发现最快的是从一个空数组开始并扩展它:

In [1]: a = [['abc', 'def'], ['ghi'],['xzy']]

In [2]: result = []

In [3]: extend = result.extend

In [4]: for l in a:
   ...:     extend(l)
   ...: 

In [5]: result
Out[5]: ['abc', 'def', 'ghi', 'xzy']

对于Alex Martelli尝试的例子,这个速度快了两倍:在Python列表中列出一个平面列表

$ python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99' '[item for sublist in l for item in sublist]'
10000 loops, best of 3: 86.3 usec per loop

$ python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99'  'b = []' 'extend = b.extend' 'for sub in l:' '    extend(sub)'
10000 loops, best of 3: 36.6 usec per loop

我想出了这个,因为我预感到幕后,extend会为列表分配适量的内存,并且可能会使用一些低级代码来移动项目.我不知道这是否属实,但是谁在乎,它更快.

顺便说一下,它只是线性加速:

$ python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]'  'b = []' 'extend = b.extend' 'for sub in l:' '    extend(sub)'
1000000 loops, best of 3: 0.844 usec per loop

$ python -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]' '[item for sublist in l for item in sublist]'
1000000 loops, best of 3: 1.56 usec per loop

您也可以使用map(results.extend, a),但这会慢,因为它正在构建自己的Nones列表.

它还为您提供了不使用函数式编程的一些好处.即

您可以扩展现有列表而不是创建一个空列表,

您仍然可以一目了然,几分钟,几天甚至几个月后了解代码.

顺便说一下,最好避免列表理解.小的并不是太糟糕,但总的来说,列表理解实际上并没有为你节省太多的打字,但往往难以理解并且很难改变或重构(曾经看过三级列表理解？).除了简单的情况外,Google编码指南会针对他们提供建议.我的观点是它们只适用于"丢弃"代码,即作者不关心可读性的代码,或者已知永远不需要将来维护的代码.

比较这两种写同一件事的方式:

result = [item for sublist in l for item in sublist]

有了这个:

result = []
for sublist in l:
    for item in sublist:
        result.append(item)

YMMV,但是第一个阻止了我,我不得不考虑它.在第二个中,嵌套从缩进中显而易见.