Python：如何展平每个子列表是一个包含单个浮点数的列表列表[关闭]

Posted 2023-02-23

技术标签:

【中文标题】Python：如何展平每个子列表是一个包含单个浮点数的列表列表[关闭]【英文标题】：Python: How to flatten list of lists where each sublist is a contains a single float [closed] 【发布时间】：2020-10-19 23:35:27 【问题描述】：

我想展平如下所示的列表：

generated = [[108.88114502], [19.29647502], [4.08611068], [52.33578872], [134.54672018], [14.22388561], [22.04375228]]

这样的：

flat_list = [108.88114502, 19.29647502, 4.08611068, 52.33578872, 134.54672018, 14.22388561, 22.04375228]

我尝试了以下方法，但我得到一个 TypeError 说浮动是不可订阅的：

flat_list =  [item for sublist in generated for item in sublist]

有人可以帮帮我吗？

【问题讨论】：

这能回答你的问题吗？ python list comprehensions; compressing a list of lists? 不，这是一个列表，抱歉我忘记了逗号。但是，如果我尝试 @TrentonMcKinney 的方式，我会得到 typeError 我现在编辑了我的代码@JohnColeman 如果generated 与编辑后的完全一致，那么[item for sublist in generated for item in sublist] 工作正常，您应该能够验证。请阅读提供minimal reproducible example 的重要性。您没有为其他人提供足够的信息来复制问题。你说得对，对不起，我在代码的其他地方做了一些愚蠢的事情，很抱歉浪费大家的时间，我真的很感谢大家的时间和精力！ 【参考方案1】：

在 OP 编辑和 cmets 之后

TypeError 说 floats are unsubscriptable 使用 [item for sublist in generated for item in sublist] 时表示列表元素是单个值和列表中的单个值（例如 [[14.22388561], [22.04375228], 34.6576]）检查每个元素是否是一个列表。如果item 类型是一个列表，则取索引 0 处的值，假设每个列表仅包含 1 个值。如果item类型不是列表，取item

generated = [item[0] if type(item) == list else item for item in generated]

OP 编辑问题之前的解决方案

我猜generated 是np.array，所以你可以使用.reshape 如果打印了np.array，输出看起来像操作显示的那样，一个没有,的列表显示的数组具有(7, 1) 的形状，您希望将其重新调整为(1, 7)

g = generated.reshape(1, 7)

# display g
array([[108.88114502,  19.29647502,   4.08611068,  52.33578872,
        134.54672018,  14.22388561,  22.04375228]])

如果 generated 是一个列表，则将其转换为 np.array 并使用 reshape 即可。

generated = np.array(generated)

generated = generated.reshape(1, 7)  # where 7 is the length of the list)

`%%timeit`比较

给定 `g` 作为列表列表

import numpy as np

np.random.seed(365)
g = [[np.random.randint(100000)/100] for _ in range(1000000)]

测试

%%timeit
[item for sublist in g for item in sublist]
74.6 ms ± 415 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

%%timeit
np.array(g).reshape(1, 1000000)
243 ms ± 2.51 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

给定 `g` 作为 (1000000, 1) np.array

np.random.seed(365)
g = [[np.random.randint(100000)/100] for _ in range(1000000)]
g = np.array(g)

测试

%%timeit
[item for sublist in g for item in sublist]
867 ms ± 3.11 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%%timeit
g.reshape(1, 1000000)
289 ns ± 1.16 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

【讨论】：

【参考方案2】：