Преобразуйте "список кортежей" в плоский список или матрицу

Ответ 1

На сегодняшний день самое быстрое (и самое короткое) решение опубликовано:

list(sum(output, ()))

Около 50% быстрее, чем решение itertools, и примерно на 70% быстрее, чем решение map.

Ответ 2

Подход к пониманию списков, который работает с типами Iterable и работает быстрее, чем другие методы, показанные здесь.

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

l - список для выравнивания (называется output в случае OP)

Тесты времени:

l = list(zip(range(99), range(99)))  # list of tuples to flatten

Понимание списка

[item for sublist in l for item in sublist]

результат timeit = 7,67 мкс ± 129 нс за цикл

Метод list()

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

результат timeit = 11 мкс ± 433 нс за цикл

сумма()

list(sum(l, ()))

результат timeit = 24,2 мкс ± 269 нс за цикл

Ответ 3

В Python 3 вы можете использовать синтаксис *, чтобы сгладить список итераций:

>>> 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]
>>> 

Ответ 4

Или вы можете сгладить список следующим образом:

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

Ответ 5

использовать цепочку itertools:

>>> 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]

Ответ 6

>>> 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]
>>> 

вы можете легко перейти из списка кортежей в один список, как показано выше.

Ответ 7

Обновление: Сглаживание с использованием расширения, но без понимания и без использования списка в качестве итератора (самый быстрый)

После проверки следующего ответа на этот вопрос, который обеспечил более быстрое решение с помощью понимания списка с помощью dual for я сделал небольшую настройку, и теперь она работает лучше: сначала выполнение списка (...) тянуло большой процент времени, а затем изменялось. понимание списка для простой циклы побрило также немного больше.

Новое решение:

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

Старшая:

Сглаживание с картой/расширение:

l = []
list(map(l.extend, output))

Сглаживание с пониманием списка вместо карты

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

Некоторое время для нового расширения и улучшения можно получить, просто удалив список (...) для [...]:

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("new extend:      ", t(steps_ext, setup=o, number=10))
print("old extend w []: ", t(steps_ext_remove_list, setup=o, number=10))
print("comprehension:   ", t(steps_com, setup=o, number=10,))
print("old extend:      ", t(steps_ext_old, setup=o, number=10))

>>> new extend:       4.502427191007882
>>> old extend w []:  5.281140706967562
>>> comprehension:    5.54302118299529
>>> old extend:       6.840151469223201    

Ответ 8

Это то, для чего была создана numpy, как с точки зрения структуры данных, так и с точки зрения скорости.

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

Ответ 9

В случае произвольных вложенных списков (на всякий случай):

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]