展平不规则的列表列表

使用生成器函数可以使您的示例更易于阅读并提高性能。

蟒蛇2

使用 2.6 中添加的 Iterable ABC：

from collections import Iterable

def flatten(xs):
    for x in xs:
        if isinstance(x, Iterable) and not isinstance(x, basestring):
            for item in flatten(x):
                yield item
        else:
            yield x

蟒蛇 3

在 Python 3 中，basestring 不再存在，但元组 (str, bytes) 给出了相同的效果。此外，yield from 运算符一次从生成器返回一个项目。

from collections.abc import Iterable

def flatten(xs):
    for x in xs:
        if isinstance(x, Iterable) and not isinstance(x, (str, bytes)):
            yield from flatten(x)
        else:
            yield x

---

我的解决方案：

import collections


def flatten(x):
    if isinstance(x, collections.Iterable):
        return [a for i in x for a in flatten(i)]
    else:
        return [x]

更简洁一些，但几乎相同。

---

使用递归和鸭子类型的生成器（针对 Python 3 更新）：

def flatten(L):
    for item in L:
        try:
            yield from flatten(item)
        except TypeError:
            yield item

list(flatten([[[1, 2, 3], [4, 5]], 6]))
>>>[1, 2, 3, 4, 5, 6]

---

这是我的递归展平功能版本，它处理元组和列表，并允许您输入任何位置参数的组合。返回一个生成器，它按顺序生成整个序列，arg by arg：

flatten = lambda *n: (e for a in n
    for e in (flatten(*a) if isinstance(a, (tuple, list)) else (a,)))

用法：

l1 = ['a', ['b', ('c', 'd')]]
l2 = [0, 1, (2, 3), [[4, 5, (6, 7, (8,), [9]), 10]], (11,)]
print list(flatten(l1, -2, -1, l2))
['a', 'b', 'c', 'd', -2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

---

根据@Andrew 在评论中的要求，@unutbu 的非递归解决方案的生成器版本：

def genflat(l, ltypes=collections.Sequence):
    l = list(l)
    i = 0
    while i < len(l):
        while isinstance(l[i], ltypes):
            if not l[i]:
                l.pop(i)
                i -= 1
                break
            else:
                l[i:i + 1] = l[i]
        yield l[i]
        i += 1

此生成器的略微简化版本：

def genflat(l, ltypes=collections.Sequence):
    l = list(l)
    while l:
        while l and isinstance(l[0], ltypes):
            l[0:1] = l[0]
        if l: yield l.pop(0)

---

此版本的 flatten 避免了 python 的递归限制（因此适用于任意深度的嵌套迭代）。它是一个可以处理字符串和任意迭代（甚至无限迭代）的生成器。

import itertools as IT
import collections

def flatten(iterable, ltypes=collections.Iterable):
    remainder = iter(iterable)
    while True:
        first = next(remainder)
        if isinstance(first, ltypes) and not isinstance(first, (str, bytes)):
            remainder = IT.chain(first, remainder)
        else:
            yield first

以下是一些演示其用法的示例：

print(list(IT.islice(flatten(IT.repeat(1)),10)))
# [1, 1, 1, 1, 1, 1, 1, 1, 1, 1]

print(list(IT.islice(flatten(IT.chain(IT.repeat(2,3),
                                       {10,20,30},
                                       'foo bar'.split(),
                                       IT.repeat(1),)),10)))
# [2, 2, 2, 10, 20, 30, 'foo', 'bar', 1, 1]

print(list(flatten([[1,2,[3,4]]])))
# [1, 2, 3, 4]

seq = ([[chr(i),chr(i-32)] for i in range(ord('a'), ord('z')+1)] + list(range(0,9)))
print(list(flatten(seq)))
# ['a', 'A', 'b', 'B', 'c', 'C', 'd', 'D', 'e', 'E', 'f', 'F', 'g', 'G', 'h', 'H',
# 'i', 'I', 'j', 'J', 'k', 'K', 'l', 'L', 'm', 'M', 'n', 'N', 'o', 'O', 'p', 'P',
# 'q', 'Q', 'r', 'R', 's', 'S', 't', 'T', 'u', 'U', 'v', 'V', 'w', 'W', 'x', 'X',
# 'y', 'Y', 'z', 'Z', 0, 1, 2, 3, 4, 5, 6, 7, 8]

尽管 flatten 可以处理无限生成器，但它不能处理无限嵌套：

def infinitely_nested():
    while True:
        yield IT.chain(infinitely_nested(), IT.repeat(1))

print(list(IT.islice(flatten(infinitely_nested()), 10)))
# hangs

---

def flatten(xs):
    res = []
    def loop(ys):
        for i in ys:
            if isinstance(i, list):
                loop(i)
            else:
                res.append(i)
    loop(xs)
    return res

---

这是另一个更有趣的答案......

import re

def Flatten(TheList):
    a = str(TheList)
    b,_Anon = re.subn(r'[\[,\]]', ' ', a)
    c = b.split()
    d = [int(x) for x in c]

    return(d)

基本上，它将嵌套列表转换为字符串，使用正则表达式去除嵌套语法，然后将结果转换回（扁平）列表。

---

尝试创建一个可以在 Python 中展平不规则列表的函数很有趣，但这当然是 Python 的用途（让编程变得有趣）。以下生成器运行良好，但有一些注意事项：

def flatten(iterable):
    try:
        for item in iterable:
            yield from flatten(item)
    except TypeError:
        yield iterable

它将展平您可能不希望单独使用的数据类型（如 bytearray、bytes 和 str 对象）。此外，代码依赖于从不可迭代对象请求迭代器会引发 TypeError 的事实。

>>> L = [[[1, 2, 3], [4, 5]], 6]
>>> def flatten(iterable):
    try:
        for item in iterable:
            yield from flatten(item)
    except TypeError:
        yield iterable


>>> list(flatten(L))
[1, 2, 3, 4, 5, 6]
>>>

编辑：

我不同意之前的实现。问题是你不应该能够展平不是可迭代的东西。它令人困惑，并给人以错误的印象。

>>> list(flatten(123))
[123]
>>>

下面的生成器与第一个几乎相同，但不存在试图展平不可迭代对象的问题。当给出不恰当的论点时，它会失败，正如人们所期望的那样。

def flatten(iterable):
    for item in iterable:
        try:
            yield from flatten(item)
        except TypeError:
            yield item

使用提供的列表测试生成器可以正常工作。但是，当给定一个不可迭代的对象时，新代码将引发 TypeError。下面显示了新行为的示例。

>>> L = [[[1, 2, 3], [4, 5]], 6]
>>> list(flatten(L))
[1, 2, 3, 4, 5, 6]
>>> list(flatten(123))
Traceback (most recent call last):
  File "<pyshell#32>", line 1, in <module>
    list(flatten(123))
  File "<pyshell#27>", line 2, in flatten
    for item in iterable:
TypeError: 'int' object is not iterable
>>>

---

您可以使用第 3 方软件包 iteration_utilities 中的 deepflatten：

>>> from iteration_utilities import deepflatten
>>> L = [[[1, 2, 3], [4, 5]], 6]
>>> list(deepflatten(L))
[1, 2, 3, 4, 5, 6]

>>> list(deepflatten(L, types=list))  # only flatten "inner" lists
[1, 2, 3, 4, 5, 6]

它是一个迭代器，因此您需要对其进行迭代（例如，用 list 包装它或在循环中使用它）。在内部，它使用迭代方法而不是递归方法，并且它被编写为 C 扩展，因此它可以比纯 python 方法更快：

>>> %timeit list(deepflatten(L))
12.6 µs ± 298 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
>>> %timeit list(deepflatten(L, types=list))
8.7 µs ± 139 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

>>> %timeit list(flatten(L))   # Cristian - Python 3.x approach from https://stackoverflow.com/a/2158532/5393381
86.4 µs ± 4.42 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

>>> %timeit list(flatten(L))   # Josh Lee - https://stackoverflow.com/a/2158522/5393381
107 µs ± 2.99 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

>>> %timeit list(genflat(L, list))  # Alex Martelli - https://stackoverflow.com/a/2159079/5393381
23.1 µs ± 710 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

我是 iteration_utilities 库的作者。

---

这是一个简单的函数，可以展平任意深度的列表。无递归，避免堆栈溢出。

from copy import deepcopy

def flatten_list(nested_list):
    """Flatten an arbitrarily nested list, without recursion (to avoid
    stack overflows). Returns a new list, the original list is unchanged.

    >> list(flatten_list([1, 2, 3, [4], [], [[[[[[[[[5]]]]]]]]]]))
    [1, 2, 3, 4, 5]
    >> list(flatten_list([[1, 2], 3]))
    [1, 2, 3]

    """
    nested_list = deepcopy(nested_list)

    while nested_list:
        sublist = nested_list.pop(0)

        if isinstance(sublist, list):
            nested_list = sublist + nested_list
        else:
            yield sublist

---

Pandas 有一个功能可以做到这一点。如您所述，它返回一个迭代器。

In [1]: import pandas
In [2]: pandas.core.common.flatten([[[1, 2, 3], [4, 5]], 6])
Out[2]: <generator object flatten at 0x7f12ade66200>
In [3]: list(pandas.core.common.flatten([[[1, 2, 3], [4, 5]], 6]))
Out[3]: [1, 2, 3, 4, 5, 6]

---

虽然选择了一个优雅且非常 Pythonic 的答案，但我会提出我的解决方案，仅供参考：

def flat(l):
    ret = []
    for i in l:
        if isinstance(i, list) or isinstance(i, tuple):
            ret.extend(flat(i))
        else:
            ret.append(i)
    return ret

请说出这段代码的好坏？

---

我更喜欢简单的答案。没有发电机。没有递归或递归限制。只是迭代：

def flatten(TheList):
    listIsNested = True

    while listIsNested:                 #outer loop
        keepChecking = False
        Temp = []

        for element in TheList:         #inner loop
            if isinstance(element,list):
                Temp.extend(element)
                keepChecking = True
            else:
                Temp.append(element)

        listIsNested = keepChecking     #determine if outer loop exits
        TheList = Temp[:]

    return TheList

这适用于两个列表：一个内部 for 循环和一个外部 while 循环。

内部 for 循环遍历列表。如果它找到一个列表元素，它 (1) 使用 list.extend() 将该部分展平一层嵌套，并且 (2) 将 keepChecking 切换为 True。 keepchecking 用于控制外部 while 循环。如果外部循环设置为 true，它会触发内部循环进行另一遍。

这些通行证一直在发生，直到找不到更多的嵌套列表。当最终在没有找到通过的情况下发生时，keepChecking 永远不会被触发为 true，这意味着 listIsNested 保持为 false 并且外部 while 循环退出。

然后返回展平列表。

测试运行

flatten([1,2,3,4,[100,200,300,[1000,2000,3000]]])

[1, 2, 3, 4, 100, 200, 300, 1000, 2000, 3000]

---

在尝试回答这样的问题时，您确实需要给出您作为解决方案提出的代码的限制。如果只是关于表演，我不会太介意，但作为解决方案提出的大多数代码（包括接受的答案）都无法展平任何深度大于 1000 的列表。

当我说大多数代码时，我的意思是所有使用任何形式的递归（或调用递归的标准库函数）的代码。所有这些代码都失败了，因为对于每个递归调用，（调用）堆栈都会增长一个单位，并且（默认）python 调用堆栈的大小为 1000。

如果您对调用堆栈不太熟悉，那么以下内容可能会有所帮助（否则您可以滚动到实现）。

调用堆栈大小和递归编程（地牢类比）

寻找宝藏并退出

想象一下，你进入一个带有编号房间的巨大地牢，寻找宝藏。你不知道这个地方，但你有一些关于如何找到宝藏的迹象。每个迹象都是一个谜（难度各不相同，但你无法预测它们会有多难）。你决定考虑一下节省时间的策略，你做了两个观察：

找到宝藏很难（很长时间），因为您必须解决（可能很难）谜题才能到达那里。一旦找到宝藏，回到入口可能很容易，你只需要在另一个方向使用相同的路径（虽然这需要一些记忆来回忆你的路径）。

进入地牢时，您会注意到这里有一个小笔记本。你决定用它来写下你在解决一个谜语后离开的每个房间（进入一个新房间时），这样你就可以回到入口处。这是一个天才的想法，你甚至不会花一分钱来实施你的策略。

你进入地牢，成功解开了前 1001 个谜语，但是你没有计划好，你借来的笔记本里没有空间了。你决定放弃你的任务，因为你宁愿没有宝藏也不愿永远迷失在地牢里（这看起来确实很聪明）。

执行递归程序

基本上，这与寻找宝藏完全一样。地牢是计算机的内存，你现在的目标不是寻找宝藏，而是计算一些函数（找到给定 x 的 f(x)）。这些指示只是帮助您求解 f(x) 的子程序。您的策略与调用堆栈策略相同，笔记本是堆栈，房间是函数的返回地址：

x = ["over here", "am", "I"]
y = sorted(x) # You're about to enter a room named `sorted`, note down the current room address here so you can return back: 0x4004f4 (that room address looks weird)
# Seems like you went back from your quest using the return address 0x4004f4
# Let's see what you've collected 
print(' '.join(y))

你在地牢中遇到的问题在这里是一样的，调用堆栈的大小是有限的（这里是 1000），因此，如果你输入了太多的函数而没有返回，那么你将填满调用堆栈并出现一个看起来像的错误比如“亲爱的冒险者，很抱歉，你的笔记本满了”：RecursionError: maximum recursion depth exceeded。请注意，您不需要递归来填充调用堆栈，但非递归程序不太可能调用 1000 个函数而不返回。同样重要的是要了解，一旦您从函数返回，调用堆栈就会从使用的地址中释放出来（因此名称为“堆栈”，返回地址在进入函数之前被压入并在返回时被拉出）。在简单递归的特殊情况下（一个函数 f 调用自己一次 -- 一遍又一遍 --）您将一遍又一遍地输入 f 直到计算完成（直到找到宝藏）并从f 直到您回到最初调用 f 的地方。调用堆栈将永远不会从任何东西中释放出来，直到它一个接一个地从所有返回地址中释放出来。

如何避免这个问题？

这实际上很简单：“如果您不知道递归可以走多深，请不要使用递归”。这并非总是如此，因为在某些情况下，Tail Call recursion can be Optimized (TCO)。但在 python 中，情况并非如此，即使是“写得很好”的递归函数也不会不优化堆栈使用。 Guido 有一篇关于这个问题的有趣帖子：Tail Recursion Elimination。

您可以使用一种技术来迭代任何递归函数，我们可以将这种技术称为自带笔记本。例如，在我们的特定情况下，我们只是在探索一个列表，进入一个房间相当于进入一个子列表，您应该问自己的问题是我怎样才能从一个列表返回到它的父列表？ 答案并不复杂，重复以下操作，直到 stack 为空：

进入新的子列表时，将当前列表地址和索引压入堆栈（请注意，列表地址+索引也是地址，因此我们只需使用调用堆栈使用的完全相同的技术）；每次找到一个项目时，产生它（或将它们添加到列表中）；完全探索列表后，使用堆栈返回地址（和索引）返回父列表。

另请注意，这等效于树中的 DFS，其中一些节点是子列表 A = [1, 2]，有些是简单项：0, 1, 2, 3, 4（用于 L = [0, [1,2], 3, 4]）。树看起来像这样：

                    L
                    |
           -------------------
           |     |     |     |
           0   --A--   3     4
               |   |
               1   2

DFS 遍历前序是：L、0、A、1、2、3、4。请记住，为了实现迭代 DFS，您还“需要”一个堆栈。我之前提出的实现导致具有以下状态（对于 stack 和 flat_list）：

init.:  stack=[(L, 0)]
**0**:  stack=[(L, 0)],         flat_list=[0]
**A**:  stack=[(L, 1), (A, 0)], flat_list=[0]
**1**:  stack=[(L, 1), (A, 0)], flat_list=[0, 1]
**2**:  stack=[(L, 1), (A, 1)], flat_list=[0, 1, 2]
**3**:  stack=[(L, 2)],         flat_list=[0, 1, 2, 3]
**3**:  stack=[(L, 3)],         flat_list=[0, 1, 2, 3, 4]
return: stack=[],               flat_list=[0, 1, 2, 3, 4]

在此示例中，堆栈最大大小为 2，因为输入列表（以及树）的深度为 2。

执行

对于实现，在 python 中，您可以通过使用迭代器而不是简单列表来简化一点。对（子）迭代器的引用将用于存储子列表返回地址（而不是同时具有列表地址和索引）。这没什么大的区别，但我觉得这更具可读性（而且速度也更快）：

def flatten(iterable):
    return list(items_from(iterable))

def items_from(iterable):
    cursor_stack = [iter(iterable)]
    while cursor_stack:
        sub_iterable = cursor_stack[-1]
        try:
            item = next(sub_iterable)
        except StopIteration:   # post-order
            cursor_stack.pop()
            continue
        if is_list_like(item):  # pre-order
            cursor_stack.append(iter(item))
        elif item is not None:
            yield item          # in-order

def is_list_like(item):
    return isinstance(item, list)

另外，请注意在 is_list_like 我有 isinstance(item, list)，可以对其进行更改以处理更多输入类型，这里我只想拥有最简单的版本，其中 (iterable) 只是一个列表。但你也可以这样做：

def is_list_like(item):
    try:
        iter(item)
        return not isinstance(item, str)  # strings are not lists (hmm...) 
    except TypeError:
        return False

这将字符串视为“简单项”，因此 flatten_iter([["test", "a"], "b]) 将返回 ["test", "a", "b"] 而不是 ["t", "e", "s", "t", "a", "b"]。请注意，在这种情况下，每个项目都会调用 iter(item) 两次，让我们假设这是读者的练习，以使其更清晰。

对其他实现的测试和评论

最后，请记住，您不能使用 print(L) 打印无限嵌套列表 L，因为在内部它将使用对 __repr__ (RecursionError: maximum recursion depth exceeded while getting the repr of an object) 的递归调用。出于同样的原因，涉及 str 的 flatten 的解决方案将失败并显示相同的错误消息。

如果你需要测试你的解决方案，你可以使用这个函数来生成一个简单的嵌套列表：

def build_deep_list(depth):
    """Returns a list of the form $l_{depth} = [depth-1, l_{depth-1}]$
    with $depth > 1$ and $l_0 = [0]$.
    """
    sub_list = [0]
    for d in range(1, depth):
        sub_list = [d, sub_list]
    return sub_list

给出：build_deep_list(5)>>> [4, [3, [2, [1, [0]]]]]。

---

我没有在这里查看所有已经可用的答案，但这是我想出的一个衬里，借鉴了 lisp 的 first and rest list 处理方式

def flatten(l): return flatten(l[0]) + (flatten(l[1:]) if len(l) > 1 else []) if type(l) is list else [l]

这是一个简单的和一个不那么简单的案例-

>>> flatten([1,[2,3],4])
[1, 2, 3, 4]

>>> flatten([1, [2, 3], 4, [5, [6, {'name': 'some_name', 'age':30}, 7]], [8, 9, [10, [11, [12, [13, {'some', 'set'}, 14, [15, 'some_string'], 16], 17, 18], 19], 20], 21, 22, [23, 24], 25], 26, 27, 28, 29, 30])
[1, 2, 3, 4, 5, 6, {'age': 30, 'name': 'some_name'}, 7, 8, 9, 10, 11, 12, 13, set(['set', 'some']), 14, 15, 'some_string', 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30]
>>> 

---

这是 2.7.5 中的 compiler.ast.flatten 实现：

def flatten(seq):
    l = []
    for elt in seq:
        t = type(elt)
        if t is tuple or t is list:
            for elt2 in flatten(elt):
                l.append(elt2)
        else:
            l.append(elt)
    return l

有更好、更快的方法（如果你已经到过这里，你已经看过了）

另请注意：

2.6 版后已弃用：编译器包已在 Python 3 中删除。

---

完全hacky，但我认为它会工作（取决于你的data_type）

flat_list = ast.literal_eval("[%s]"%re.sub("[\[\]]","",str(the_list)))

---

我很惊讶没有人想到这一点。该死的递归我没有得到这里的高级人员所做的递归答案。无论如何，这是我对此的尝试。需要注意的是它非常特定于 OP 的用例

import re

L = [[[1, 2, 3], [4, 5]], 6]
flattened_list = re.sub("[\[\]]", "", str(L)).replace(" ", "").split(",")
new_list = list(map(int, flattened_list))
print(new_list)

输出：

[1, 2, 3, 4, 5, 6]

---

只需使用 funcy 库：pip install funcy

import funcy


funcy.flatten([[[[1, 1], 1], 2], 3]) # returns generator
funcy.lflatten([[[[1, 1], 1], 2], 3]) # returns list

---

我是一个愚蠢的人，所以我会给出一个“愚蠢”的解决方案。所有这些递归都伤害了我的大脑。

flattened_list = []
nested_list = [[[1, 2, 3], [4, 5]], 6]

def flatten(nested_list, container):
    for item in nested_list:
        if isintance(item, list):
            flatten(item, container)
        else:
            container.append(item)

>>> flatten(nested_list, flattened_list)
>>> flattened_list
[1, 2, 3, 4, 5, 6]

我知道它正在使用副作用，但这是我对递归的最好理解

---

我在这里没有看到类似的帖子，只是从一个关于同一主题的封闭问题来到这里，但为什么不做这样的事情（如果你知道要拆分的列表的类型）：

>>> a = [1, 2, 3, 5, 10, [1, 25, 11, [1, 0]]]    
>>> g = str(a).replace('[', '').replace(']', '')    
>>> b = [int(x) for x in g.split(',') if x.strip()]

您需要知道元素的类型，但我认为这可以概括，并且在速度方面我认为它会更快。

---

这是另一种 py2 方法，我不确定它是最快的还是最优雅的还是最安全的……

from collections import Iterable
from itertools import imap, repeat, chain


def flat(seqs, ignore=(int, long, float, basestring)):
    return repeat(seqs, 1) if any(imap(isinstance, repeat(seqs), ignore)) or not isinstance(seqs, Iterable) else chain.from_iterable(imap(flat, seqs))

它可以忽略您想要的任何特定（或派生）类型，它返回一个迭代器，因此您可以将其转换为任何特定容器，例如列表、元组、字典或简单地使用它以减少内存占用，无论好坏它可以处理初始的不可迭代对象，例如 int ...

请注意，大多数繁重的工作都是在 C 中完成的，因为据我所知，itertools 是如何实现的，所以虽然它是递归的，但 AFAIK 它不受 python 递归深度的限制，因为函数调用是在 C 中发生的，尽管这个并不意味着你受到内存的限制，特别是在 OS X 中，它的堆栈大小截至今天有一个硬限制（OS X Mavericks）......

有一种稍微快一点的方法，但便携性较差，只有在您可以假设输入的基本元素可以明确确定的情况下才使用它，否则您将获得无限递归，而 OS X 的堆栈大小有限，将相当快地抛出分段错误......

def flat(seqs, ignore={int, long, float, str, unicode}):
    return repeat(seqs, 1) if type(seqs) in ignore or not isinstance(seqs, Iterable) else chain.from_iterable(imap(flat, seqs))

在这里，我们使用集合来检查类型，因此需要 O(1) 与 O(类型数) 来检查是否应该忽略一个元素，当然，任何具有指定忽略类型的派生类型的值都会失败，这就是它使用 str、unicode 的原因，所以请谨慎使用...

测试：

import random

def test_flat(test_size=2000):
    def increase_depth(value, depth=1):
        for func in xrange(depth):
            value = repeat(value, 1)
        return value

    def random_sub_chaining(nested_values):
        for values in nested_values:
            yield chain((values,), chain.from_iterable(imap(next, repeat(nested_values, random.randint(1, 10)))))

    expected_values = zip(xrange(test_size), imap(str, xrange(test_size)))
    nested_values = random_sub_chaining((increase_depth(value, depth) for depth, value in enumerate(expected_values)))
    assert not any(imap(cmp, chain.from_iterable(expected_values), flat(chain(((),), nested_values, ((),)))))

>>> test_flat()
>>> list(flat([[[1, 2, 3], [4, 5]], 6]))
[1, 2, 3, 4, 5, 6]
>>>  

$ uname -a
Darwin Samys-MacBook-Pro.local 13.3.0 Darwin Kernel Version 13.3.0: Tue Jun  3 21:27:35 PDT 2014; root:xnu-2422.110.17~1/RELEASE_X86_64 x86_64
$ python --version
Python 2.7.5

---

不使用任何库：

def flat(l):
    def _flat(l, r):    
        if type(l) is not list:
            r.append(l)
        else:
            for i in l:
                r = r + flat(i)
        return r
    return _flat(l, [])



# example
test = [[1], [[2]], [3], [['a','b','c'] , [['z','x','y']], ['d','f','g']], 4]    
print flat(test) # prints [1, 2, 3, 'a', 'b', 'c', 'z', 'x', 'y', 'd', 'f', 'g', 4]

---

使用 itertools.chain：

import itertools
from collections import Iterable

def list_flatten(lst):
    flat_lst = []
    for item in itertools.chain(lst):
        if isinstance(item, Iterable):
            item = list_flatten(item)
            flat_lst.extend(item)
        else:
            flat_lst.append(item)
    return flat_lst

或者没有链接：

def flatten(q, final):
    if not q:
        return
    if isinstance(q, list):
        if not isinstance(q[0], list):
            final.append(q[0])
        else:
            flatten(q[0], final)
        flatten(q[1:], final)
    else:
        final.append(q)

---

我使用递归来解决任何深度的嵌套列表

def combine_nlist(nlist,init=0,combiner=lambda x,y: x+y):
    '''
    apply function: combiner to a nested list element by element(treated as flatten list)
    '''
    current_value=init
    for each_item in nlist:
        if isinstance(each_item,list):
            current_value =combine_nlist(each_item,current_value,combiner)
        else:
            current_value = combiner(current_value,each_item)
    return current_value

所以在我定义函数 combine_nlist 之后，很容易使用这个函数做扁平化。或者您可以将其组合成一个功能。我喜欢我的解决方案，因为它可以应用于任何嵌套列表。

def flatten_nlist(nlist):
    return combine_nlist(nlist,[],lambda x,y:x+[y])

结果

In [379]: flatten_nlist([1,2,3,[4,5],[6],[[[7],8],9],10])
Out[379]: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

---

最简单的方法是通过 pip install morph 使用 morph 库。

代码是：

import morph

list = [[[1, 2, 3], [4, 5]], 6]
flattened_list = morph.flatten(list)  # returns [1, 2, 3, 4, 5, 6]

---

我知道已经有很多很棒的答案，但我想添加一个使用函数式编程方法解决问题的答案。在这个答案中，我使用了双重递归：

def flatten_list(seq):
    if not seq:
        return []
    elif isinstance(seq[0],list):
        return (flatten_list(seq[0])+flatten_list(seq[1:]))
    else:
        return [seq[0]]+flatten_list(seq[1:])

print(flatten_list([1,2,[3,[4],5],[6,7]]))

输出：

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

---

我不确定这是否一定更快或更有效，但这就是我所做的：

def flatten(lst):
    return eval('[' + str(lst).replace('[', '').replace(']', '') + ']')

L = [[[1, 2, 3], [4, 5]], 6]
print(flatten(L))

此处的 flatten 函数将列表转换为字符串，取出 所有 方括号，将方括号重新附加到两端，然后将其转换回列表。

但是，如果您知道字符串列表中会有方括号，例如 [[1, 2], "[3, 4] and [5]"]，您将不得不做其他事情。

---

这是python2上扁平化的一个简单实现

flatten=lambda l: reduce(lambda x,y:x+y,map(flatten,l),[]) if isinstance(l,list) else [l]

test=[[1,2,3,[3,4,5],[6,7,[8,9,[10,[11,[12,13,14]]]]]],]
print flatten(test)

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

---