如何从列表列表中制作平面列表？

要展平列表 xss：

flat_list = [x for xs in xss for x in xs]

这相当于：

flat_list = []
for xs in xss:
    for x in xs:
        flat_list.append(x)

或者作为一个函数：

def flatten(xss):
    return [x for xs in xss for x in xs]

性能分析：

为了衡量性能，我们使用标准库中的 timeit 模块：

$ python -mtimeit -s't=[[1,2,3],[4,5,6], [7], [8,9]]*99' '[x for xs in xss for x in xs]'
10000 loops, best of 3: 143 usec per loop
$ python -mtimeit -s't=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'sum(t, [])'
1000 loops, best of 3: 969 usec per loop
$ python -mtimeit -s't=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'reduce(lambda x,y: x+y,t)'
1000 loops, best of 3: 1.1 msec per loop

解释：当有 T 个子列表时，基于 + 的方法（包括 sum 中的隐含使用）必然是 O(T**2) —— 因为中间结果列表越来越长，在每一步都会分配一个新的中间结果列表对象，并且必须复制上一个中间结果中的所有项目（以及最后添加的一些新项目）。因此，为简单起见且不失一般性，假设您有 T 个子列表，每个子列表有 k 个项目：前 k 个项目被来回复制 T-1 次，后 k 个项目被复制 T-2 次，依此类推；总副本数是 x 的总和的 k 倍，对于从 1 到 T 排除的 x，即 k * (T**2)/2。

列表推导式只生成一个列表，一次，并将每个项目（从其原始居住地复制到结果列表）也恰好一次。

---

您可以使用 itertools.chain()：

>>> import itertools
>>> list2d = [[1,2,3], [4,5,6], [7], [8,9]]
>>> merged = list(itertools.chain(*list2d))

或者您可以使用不需要使用 * 运算符解包列表的 itertools.chain.from_iterable()：

>>> import itertools
>>> list2d = [[1,2,3], [4,5,6], [7], [8,9]]
>>> merged = list(itertools.chain.from_iterable(list2d))

这种方法可以说比 [item for sublist in l for item in sublist] 更具可读性，而且似乎也更快：

$ python3 -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99;import itertools' 'list(itertools.chain.from_iterable(l))'
20000 loops, best of 5: 10.8 usec per loop
$ python3 -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 5: 21.7 usec per loop
$ python3 -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99' 'sum(l, [])'
1000 loops, best of 5: 258 usec per loop
$ python3 -mtimeit -s'l=[[1,2,3],[4,5,6], [7], [8,9]]*99;from functools import reduce' 'reduce(lambda x,y: x+y,l)'
1000 loops, best of 5: 292 usec per loop
$ python3 --version
Python 3.7.5rc1

---

作者注：这是非常低效的。但是很有趣，因为 monoids 很棒。

>>> xss = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
>>> sum(xss, [])
[1, 2, 3, 4, 5, 6, 7, 8, 9]

sum 对可迭代 xss 的元素求和，并使用第二个参数作为求和的初始值 []。 （默认初始值为 0，它不是列表。）

因为您正在对嵌套列表求和，所以您实际上得到 [1,3]+[2,4] 作为 sum([[1,3],[2,4]],[]) 的结果，它等于 [1,3,2,4]。

请注意，仅适用于列表列表。对于列表列表，您将需要另一种解决方案。

---

我用 perfplot 测试了大多数建议的解决方案（我的一个宠物项目，基本上是 timeit 的包装），并发现

import functools
import operator
functools.reduce(operator.iconcat, a, [])

成为最快的解决方案，无论是在连接许多小列表和少数长列表时。 （operator.iadd 同样快。）

一个更简单且可接受的变体是

out = []
for sublist in a:
    out.extend(sublist)

如果子列表的数量很大，这会比上面的建议差一点。

https://i.stack.imgur.com/82YEG.png

https://i.stack.imgur.com/Mo7iy.png

重现情节的代码：

import functools
import itertools
import operator

import numpy as np
import perfplot


def forfor(a):
    return [item for sublist in a for item in sublist]


def sum_brackets(a):
    return sum(a, [])


def functools_reduce(a):
    return functools.reduce(operator.concat, a)


def functools_reduce_iconcat(a):
    return functools.reduce(operator.iconcat, a, [])


def itertools_chain(a):
    return list(itertools.chain.from_iterable(a))


def numpy_flat(a):
    return list(np.array(a).flat)


def numpy_concatenate(a):
    return list(np.concatenate(a))


def extend(a):
    out = []
    for sublist in a:
        out.extend(sublist)
    return out


b = perfplot.bench(
    setup=lambda n: [list(range(10))] * n,
    # setup=lambda n: [list(range(n))] * 10,
    kernels=[
        forfor,
        sum_brackets,
        functools_reduce,
        functools_reduce_iconcat,
        itertools_chain,
        numpy_flat,
        numpy_concatenate,
        extend,
    ],
    n_range=[2 ** k for k in range(16)],
    xlabel="num lists (of length 10)",
    # xlabel="len lists (10 lists total)"
)
b.save("out.png")
b.show()

---

使用 functools.reduce，它将累积列表 xs 添加到下一个列表 ys：

from functools import reduce
xss = [[1,2,3], [4,5,6], [7], [8,9]]
out = reduce(lambda xs, ys: xs + ys, xss)

输出：

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

使用 operator.concat 的更快方法：

from functools import reduce
import operator
xss = [[1,2,3], [4,5,6], [7], [8,9]]
out = reduce(operator.concat, xss)

输出：

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

---

这是适用于数字、字符串、嵌套列表和混合容器的通用方法。这可以使简单和复杂的容器变平（另见演示）。

代码

from typing import Iterable 
#from collections import Iterable                            # < py38


def flatten(items):
    """Yield items from any nested iterable; see Reference."""
    for x in items:
        if isinstance(x, Iterable) and not isinstance(x, (str, bytes)):
            for sub_x in flatten(x):
                yield sub_x
        else:
            yield x

笔记：

在 Python 3 中，flatten(x) 中的 yield 可以替换 flatten(x) 中的 sub_x：yield sub_x

在 Python 3.8 中，抽象基类从 collection.abc 移到了类型模块。

演示

simple = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
list(flatten(simple))
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

complicated = [[1, [2]], (3, 4, {5, 6}, 7), 8, "9"]              # numbers, strs, nested & mixed
list(flatten(complicated))
# [1, 2, 3, 4, 5, 6, 7, 8, '9']

参考

此解决方案是根据 Beazley, D. 和 B. Jones 的配方修改的。配方 4.14，Python Cookbook 第 3 版，O'Reilly Media Inc. Sebastopol，CA：2013。

找到了一个较早的 SO 帖子，可能是原始演示。

---

要展平深度嵌套的数据结构，请使用 iteration_utilities.deepflatten¹：

>>> from iteration_utilities import deepflatten

>>> l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
>>> list(deepflatten(l, depth=1))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> l = [[1, 2, 3], [4, [5, 6]], 7, [8, 9]]
>>> list(deepflatten(l))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

它是一个生成器，因此您需要将结果转换为 list 或显式迭代它。

要仅展平一个级别，并且如果每个项目本身都是可迭代的，您还可以使用 iteration_utilities.flatten，它本身只是 itertools.chain.from_iterable 的一个薄包装：

>>> from iteration_utilities import flatten
>>> l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
>>> list(flatten(l))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

只是添加一些时间（基于不包括此答案中提供的功能的 Nico Schlömer's answer）：

https://i.stack.imgur.com/3D8uN.png

这是一个对数对数图，以适应跨越的巨大范围的值。对于定性推理：越低越好。

结果表明，如果可迭代对象仅包含少数内部可迭代对象，则 sum 将是最快的，但对于长可迭代对象，只有 itertools.chain.from_iterable、iteration_utilities.deepflatten 或嵌套推导具有合理的性能，其中 itertools.chain.from_iterable 是最快的（如Nico Schlömer 已经注意到）。

from itertools import chain
from functools import reduce
from collections import Iterable  # or from collections.abc import Iterable
import operator
from iteration_utilities import deepflatten

def nested_list_comprehension(lsts):
    return [item for sublist in lsts for item in sublist]

def itertools_chain_from_iterable(lsts):
    return list(chain.from_iterable(lsts))

def pythons_sum(lsts):
    return sum(lsts, [])

def reduce_add(lsts):
    return reduce(lambda x, y: x + y, lsts)

def pylangs_flatten(lsts):
    return list(flatten(lsts))

def flatten(items):
    """Yield items from any nested iterable; see REF."""
    for x in items:
        if isinstance(x, Iterable) and not isinstance(x, (str, bytes)):
            yield from flatten(x)
        else:
            yield x

def reduce_concat(lsts):
    return reduce(operator.concat, lsts)

def iteration_utilities_deepflatten(lsts):
    return list(deepflatten(lsts, depth=1))


from simple_benchmark import benchmark

b = benchmark(
    [nested_list_comprehension, itertools_chain_from_iterable, pythons_sum, reduce_add,
     pylangs_flatten, reduce_concat, iteration_utilities_deepflatten],
    arguments={2**i: [[0]*5]*(2**i) for i in range(1, 13)},
    argument_name='number of inner lists'
)

b.plot()

免责声明：我是那个图书馆的作者

---

以下对我来说似乎最简单：

>>> import numpy as np
>>> l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
>>> print(np.concatenate(l))
[1 2 3 4 5 6 7 8 9]

---

考虑安装 more_itertools 软件包。

> pip install more_itertools

它附带了 flatten 的实现（source，来自 itertools recipes）：

import more_itertools


lst = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
list(more_itertools.flatten(lst))
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

注意：如 docs 中所述，flatten 需要一个列表列表。请参阅下面的扁平化更多不规则输入。

从 2.4 版开始，您可以使用 more_itertools.collapse（source，由 abarnet 提供）来展平更复杂的嵌套迭代。

lst = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
list(more_itertools.collapse(lst)) 
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

lst = [[1, 2, 3], [[4, 5, 6]], [[[7]]], 8, 9]              # complex nesting
list(more_itertools.collapse(lst))
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

---

您的函数不起作用的原因是因为 extend 就地扩展了一个数组并且不返回它。您仍然可以使用以下内容从 lambda 返回 x：

reduce(lambda x,y: x.extend(y) or x, l)

注意：在列表中，extend 比 + 更有效。

---

matplotlib.cbook.flatten() 将适用于嵌套列表，即使它们的嵌套比示例更深。

import matplotlib
l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
print(list(matplotlib.cbook.flatten(l)))
l2 = [[1, 2, 3], [4, 5, 6], [7], [8, [9, 10, [11, 12, [13]]]]]
print(list(matplotlib.cbook.flatten(l2)))

结果：

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

这比 underscore._.flatten 快 18 倍：

Average time over 1000 trials of matplotlib.cbook.flatten: 2.55e-05 sec
Average time over 1000 trials of underscore._.flatten: 4.63e-04 sec
(time for underscore._)/(time for matplotlib.cbook) = 18.1233394636

---

根据您的列表 [[1, 2, 3], [4, 5, 6], [7], [8, 9]] 是 1 个列表级别，我们可以简单地使用 sum(list,[]) 而无需使用任何库

sum([[1, 2, 3], [4, 5, 6], [7], [8, 9]],[])
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

当内部存在元组或数字时，扩展此方法的优势。只需将 map 为每个元素添加一个映射函数到列表中

#For only tuple
sum(list(map(list,[[1, 2, 3], (4, 5, 6), (7,), [8, 9]])),[])
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

#In general

def convert(x):
    if type(x) is int or type(x) is float:
           return [x]
    else:
           return list(x)

sum(list(map(convert,[[1, 2, 3], (4, 5, 6), 7, [8, 9]])),[])
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

在 here 中，清楚地解释了这种方法在内存方面的缺点。简而言之，它递归地创建列表对象，应该避免:(

---

也可以使用 NumPy 的 flat：

import numpy as np
list(np.array(l).flat)

它仅在子列表具有相同尺寸时才有效。

---

在列表推导中使用两个 for：

l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
flat_l = [e for v in l for e in v]
print(flat_l)

---

您可以使用 list extend 方法。它显示是最快的：

flat_list = []
for sublist in l:
    flat_list.extend(sublist)

表现：

import functools
import itertools
import numpy
import operator
import perfplot


def functools_reduce_iconcat(a):
    return functools.reduce(operator.iconcat, a, [])


def itertools_chain(a):
    return list(itertools.chain.from_iterable(a))


def numpy_flat(a):
    return list(numpy.array(a).flat)


def extend(a):
    n = []

    list(map(n.extend, a))

    return n


perfplot.show(
    setup = lambda n: [list(range(10))] * n,
    kernels = [
        functools_reduce_iconcat, extend, itertools_chain, numpy_flat
        ],
    n_range = [2**k for k in range(16)],
    xlabel = 'num lists',
    )

输出：

https://i.stack.imgur.com/xMrjA.png

---

有几个答案与以下相同的递归附加方案，但没有一个使用 try，这使得解决方案更加健壮和 Pythonic。

def flatten(itr):
    for x in itr:
        try:
            yield from flatten(x)
        except TypeError:
            yield x

用法：这是一个生成器，您通常希望将其包含在 list() 或 tuple() 之类的可迭代构建器中，或者在 for 循环中使用它。

该解决方案的优点是：

适用于任何类型的可迭代（甚至是未来的！）

适用于任何组合和嵌套深度

如果顶层包含裸物品也可以使用

没有依赖关系

快速高效（您可以将嵌套的可迭代部分展平，而不会在不需要的剩余部分上浪费时间）

多功能（您可以使用它来构建您选择的迭代或循环）

注意：由于所有可迭代对象都被展平，因此字符串被分解为单个字符的序列。如果您不喜欢/想要这样的行为，您可以使用以下版本从扁平化的可迭代对象（如字符串和字节）中过滤掉：

def flatten(itr):
    if type(itr) in (str,bytes):
        yield itr
    else:
        for x in itr:
            try:
                yield from flatten(x)
            except TypeError:
                yield x

---

如果您愿意为了更干净的外观而放弃一点点速度，那么您可以使用 numpy.concatenate().tolist() 或 numpy.concatenate().ravel().tolist()：

import numpy

l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]] * 99

%timeit numpy.concatenate(l).ravel().tolist()
1000 loops, best of 3: 313 µs per loop

%timeit numpy.concatenate(l).tolist()
1000 loops, best of 3: 312 µs per loop

%timeit [item for sublist in l for item in sublist]
1000 loops, best of 3: 31.5 µs per loop

您可以在文档 numpy.concatenate 和 numpy.ravel 中找到更多信息。

---

注意：以下适用于 Python 3.3+，因为它使用 yield_from。 six 也是一个第三方包，虽然它很稳定。或者，您可以使用 sys.version。

在 obj = [[1, 2,], [3, 4], [5, 6]] 的情况下，这里的所有解决方案都很好，包括列表理解和 itertools.chain.from_iterable。

但是，考虑一下这个稍微复杂一点的情况：

>>> obj = [[1, 2, 3], [4, 5], 6, 'abc', [7], [8, [9, 10]]]

这里有几个问题：

一个元素 6 只是一个标量；它是不可迭代的，因此上述路线将在这里失败。

一个元素“abc”在技术上是可迭代的（所有 str 都是）。但是，在字里行间稍微阅读一下，您不想将其视为这样-您想将其视为单个元素。

最后一个元素 [8, [9, 10]] 本身就是一个嵌套的可迭代对象。基本列表理解和 chain.from_iterable 仅提取“向下一级”。

您可以按以下方式解决此问题：

>>> from collections import Iterable
>>> from six import string_types

>>> def flatten(obj):
...     for i in obj:
...         if isinstance(i, Iterable) and not isinstance(i, string_types):
...             yield from flatten(i)
...         else:
...             yield i


>>> list(flatten(obj))
[1, 2, 3, 4, 5, 6, 'abc', 7, 8, 9, 10]

在这里，您检查子元素 (1) 是否可与 Iterable（来自 itertools 的 ABC）进行迭代，但还希望确保 (2) 元素是 not "类似字符串的。”

---

def flatten(alist):
    if alist == []:
        return []
    elif type(alist) is not list:
        return [alist]
    else:
        return flatten(alist[0]) + flatten(alist[1:])

---

这可能不是最有效的方法，但我想放一个单线（实际上是两线）。这两个版本都适用于任意层次的嵌套列表，并利用语言特性（Python 3.5）和递归。

def make_list_flat (l):
    flist = []
    flist.extend ([l]) if (type (l) is not list) else [flist.extend (make_list_flat (e)) for e in l]
    return flist

a = [[1, 2], [[[[3, 4, 5], 6]]], 7, [8, [9, [10, 11], 12, [13, 14, [15, [[16, 17], 18]]]]]]
flist = make_list_flat(a)
print (flist)

输出是

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18]

这以深度优先的方式工作。递归下去，直到找到一个非列表元素，然后扩展局部变量 flist，然后将其回滚到父元素。每当返回 flist 时，它都会在列表推导中扩展到父级的 flist。因此，在根处，返回一个平面列表。

上面的创建了几个本地列表并返回它们用于扩展父列表。我认为解决此问题的方法可能是创建一个全局 flist，如下所示。

a = [[1, 2], [[[[3, 4, 5], 6]]], 7, [8, [9, [10, 11], 12, [13, 14, [15, [[16, 17], 18]]]]]]
flist = []
def make_list_flat (l):
    flist.extend ([l]) if (type (l) is not list) else [make_list_flat (e) for e in l]

make_list_flat(a)
print (flist)

输出又是

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18]

虽然我目前不确定效率。

---

我想要一个可以处理多个嵌套的解决方案（例如 [[1], [[[2]], [3]]], [1, 2, 3]），但也不是递归的（我有一个很大的递归级别并且我遇到了递归错误。

这就是我想出的：

def _flatten(l) -> Iterator[Any]:
    stack = l.copy()
    while stack:
        item = stack.pop()
        if isinstance(item, list):
            stack.extend(item)
        else:
            yield item


def flatten(l) -> Iterator[Any]:
    return reversed(list(_flatten(l)))

和测试：

@pytest.mark.parametrize('input_list, expected_output', [
    ([1, 2, 3], [1, 2, 3]),
    ([[1], 2, 3], [1, 2, 3]),
    ([[1], [2], 3], [1, 2, 3]),
    ([[1], [2], [3]], [1, 2, 3]),
    ([[1], [[2]], [3]], [1, 2, 3]),
    ([[1], [[[2]], [3]]], [1, 2, 3]),
])
def test_flatten(input_list, expected_output):
    assert list(flatten(input_list)) == expected_output

---

不是单行的，但是看到这里的所有答案，我猜这个长长的列表错过了一些模式匹配，所以这里是:)

这两种方法可能效率不高，但无论如何，它很容易阅读（至少对我来说；也许我被函数式编程宠坏了）：

def flat(x):
    match x:
        case []:
            return []
        case [[*sublist], *r]:
            return [*sublist, *flat(r)]

第二个版本考虑列表列表的列表......无论嵌套如何：

def flat(x):
    match x:
        case []:
            return []
        case [[*sublist], *r]:
            return [*flat(sublist), *flat(r)]
        case [h, *r]:
            return [h, *flat(r)]

---

另一种适用于异类和同类整数列表的不寻常方法：

from typing import List


def flatten(l: list) -> List[int]:
    """Flatten an arbitrary deep nested list of lists of integers.

    Examples:
        >>> flatten([1, 2, [1, [10]]])
        [1, 2, 1, 10]

    Args:
        l: Union[l, Union[int, List[int]]

    Returns:
        Flatted list of integer
    """
    return [int(i.strip('[ ]')) for i in str(l).split(',')]

---

一个非递归函数，用于展平任意深度列表的列表：

def flatten_list(list1):
    out = []
    inside = list1
    while inside:
        x = inside.pop(0)
        if isinstance(x, list):
            inside[0:0] = x
        else:
            out.append(x)
    return out

l = [[[1,2],3,[4,[[5,6],7],[8]]],[9,10,11]]
flatten_list(l)
# [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

---

您可以使用以下内容：

def flatlst(lista):
    listaplana = []
    for k in lista: listaplana = listaplana + k
    return listaplana

---

我建议使用带有 yield 语句和 yield from 的生成器。这是一个例子：

from collections.abc import Iterable

def flatten(items, ignore_types=(bytes, str)):
    """
       Flatten all of the nested lists to the one. Ignoring flatting of iterable types str and bytes by default.
    """
    for x in items:
        if isinstance(x, Iterable) and not isinstance(x, ignore_types):
            yield from flatten(x)
        else:
            yield x

values = [7, [4, 3, 5, [7, 3], (3, 4), ('A', {'B', 'C'})]]

for v in flatten(values):
    print(v)

---

如果我想在之前的优秀答案中添加一些内容，这里是我的递归 flatten 函数，它不仅可以展平嵌套列表，还可以展平任何给定的容器或任何通常可以抛出项目的任何对象。这也适用于任何深度的嵌套，它是一个惰性迭代器，可根据要求生成项目：

def flatten(iterable):
    # These types won't considered a sequence or generally a container
    exclude = str, bytes

    for i in iterable:
        try:
            if isinstance(i, exclude):
                raise TypeError
            iter(i)
        except TypeError:
            yield i
        else:
            yield from flatten(i)

这样，您可以排除不想被展平的类型，例如 str 或其他类型。

这个想法是，如果一个对象可以通过 iter()，它就可以生成项目。因此，可迭代对象甚至可以将生成器表达式作为一个项目。

有人可能会争辩：当 OP 没有要求时，你为什么要写这个通用的？好的，你是对的。我只是觉得这可能会帮助某人（就像对我自己一样）。

测试用例：

lst1 = [1, {3}, (1, 6), [[3, 8]], [[[5]]], 9, ((((2,),),),)]
lst2 = ['3', B'A', [[[(i ** 2 for i in range(3))]]], range(3)]

print(list(flatten(lst1)))
print(list(flatten(lst2)))

输出：

[1, 3, 1, 6, 3, 8, 5, 9, 2]
['3', b'A', 0, 1, 4, 0, 1, 2]

---

def flatten_array(arr):
  result = []
  for item in arr:
    if isinstance(item, list):
      for num in item:
        result.append(num)
    else:
      result.append(item)
  return result

print(flatten_array([1, 2, [3, 4, 5], 6, [7, 8], 9]))
// output: [1, 2, 3, 4, 5, 6, 7, 8, 9]

---

考虑到列表只有整数：

import re
l = [[1, 2, 3], [4, 5, 6], [7], [8, 9]]
list(map(int,re.sub('(\[|\])','',str(l)).split(',')))

---

np.hstack(listoflist).tolist()

---