Heim > Backend-Entwicklung > Python-Tutorial > Wie glätte ich verschachtelte Listen aus Listenverständnissen in Python?

Wie glätte ich verschachtelte Listen aus Listenverständnissen in Python?

DDD
Freigeben: 2024-11-14 11:07:02
Original
894 Leute haben es durchsucht

How to Flatten Nested Lists from List Comprehensions in Python?

Reduzierung der Ergebnisse des Listenverständnisses

In Python kann die Verwendung eines Listenverständnisses zum Anwenden einer Funktion auf jedes Element einer Liste zu einer Verschachtelung führen Listen. Betrachtet man beispielsweise eine Liste A und eine Funktion f, die jedes Element von A in eine Liste umwandelt, erzeugt das Listenverständnis [f(a) für a in A] eine Liste von Listen.

Um eine abgeflachte zu erhalten Liste, nicht unähnlich den „Flatmap“-Operatoren der funktionalen Programmierung oder den „SelectMany“-Operatoren von .NET, kann Verschachtelung in das Listenverständnis eingeführt werden:

<code class="python">[filename for path in dirs for filename in os.listdir(path)]</code>
Nach dem Login kopieren

Dies entspricht funktional dem folgenden Code, der mehrere verschachtelte Schleifen verwendet:

<code class="python">filenames = []
for path in dirs:
    for filename in os.listdir(path):
        filenames.append(filename)</code>
Nach dem Login kopieren

Durch die Übernahme dieses Ansatzes wird sichergestellt, dass eine flache Liste erstellt wird, bei der Elemente erhalten werden, indem zunächst über die äußeren Listenverzeichnisse iteriert wird und dann die von der Funktion f zurückgegebene innere Liste auf jedes Element in Verzeichnissen angewendet wird.

Das obige ist der detaillierte Inhalt vonWie glätte ich verschachtelte Listen aus Listenverständnissen in Python?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage