python實(shí)現(xiàn)將讀入的多維list轉(zhuǎn)為一維list的方法
第一種：使用extend()
>>> lines = open('test.txt').readlines()
>>> lines
['1\n', '2\n', '3\n', '4,5\n']
>>> for line in lines:
... ll.extend(line.strip().split(','))
...
>>> ll
['1', '2', '3', '4', '5']
第二種：使用+
>>> ll = []
>>> lines = open('test.txt').readlines()
>>> lines
['1\n', '2\n', '3\n', '4,5\n']
>>> for line in lines:
... ll = ll + line.strip().split(',')
...
>>> ll
['1', '2', '3', '4', '5']
第三種：使用flat array數(shù)組的自帶方法
>>> ll = []
>>> lines = open('test.txt').readlines()
>>> for line in lines:
... ll.append(line.strip().split(','))
...
>>> ll = np.array(ll)
>>> np.hstack(ll.flat)
array(['1', '2', '3', '4', '5'],
dtype='|S1')
>>> list(np.hstack(ll.flat))
['1', '2', '3', '4', '5']
總結(jié)：
1. extend()與append()的區(qū)別
append()可以接受任何數(shù)據(jù)類型和格式的數(shù)據(jù)作為一個(gè)元素插入原list
extend() 則僅能將任何數(shù)據(jù)類型和格式的數(shù)據(jù)展開(kāi)作為一組元素插入原list
eg.
>>> a = [1,'a'] >>> a.extend(np.array([2,'b'])) >>> a [1, 'a', '2', 'b'] >>> a.extend([3,['c']]) >>> a [1, 'a', '2', 'b', 3, ['c']] >>> a = [1,'a'] >>> a.extend(np.array([2,'b'])) >>> a [1, 'a', '2', 'b'] >>> a.extend([3,['c']]) >>> a [1, 'a', '2', 'b', 3, ['c']] >>> a = [1,'a'] >>> a.append(np.array([2,'b'])) >>> a [1, 'a', array(['2', 'b'], dtype='|S21')] >>> a.append([3,['c']]) >>> a [1, 'a', array(['2', 'b'], dtype='|S21'), [3, ['c']]]
2. flatten()無(wú)法對(duì)dtype = object的array進(jìn)行展開(kāi)，dtype = object說(shuō)明array中的元素是list，即其不是滿矩陣結(jié)構(gòu)
eg.
>>> a = np.array([[1,2],[3,4]])
>>> a.dtype
dtype('int64')
>>> a.flatten()
array([1, 2, 3, 4])
>>>
>>> a = np.array([[1,2],[3,4],[5]])
>>> a.flatten()
array([[1, 2], [3, 4], [5]], dtype=object)
3.readlines讀取文件默認(rèn)str，可以通過(guò)map轉(zhuǎn)換數(shù)據(jù)類型
eg.
>>> ll = []
>>> lines = open('test.txt').readlines()
>>> lines
['1\n', '2\n', '3\n', '4,5\n']
>>> for line in lines:
... ll.append(map(int,line.strip().split(',')))
...
>>> ll
[[1], [2], [3], [4, 5]]
以上這篇python實(shí)現(xiàn)將讀入的多維list轉(zhuǎn)為一維list的方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python使用numpy模塊實(shí)現(xiàn)矩陣和列表的連接操作方法
今天小編就為大家分享一篇Python使用numpy模塊實(shí)現(xiàn)矩陣和列表的連接操作方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-06-06
在本篇文章里小編給大家整理的是一篇關(guān)于next在python中返回迭代器的實(shí)例方法，有興趣的朋友們可以嘗試下。2020-12-12
使用python實(shí)現(xiàn)個(gè)性化詞云的方法
最近看到可視化的詞云，看到網(wǎng)上也很多這樣的工具，但是都不怎么完美，有些不支持中文，有的中文詞頻統(tǒng)計(jì)得莫名其妙、有的不支持自定義形狀、所有的都不能自定義顏色，于是網(wǎng)上找了一下，決定用python繪制詞云2017-06-06
python實(shí)現(xiàn)的一個(gè)火車票轉(zhuǎn)讓信息采集器
這篇文章主要介紹了python實(shí)現(xiàn)的一個(gè)火車票轉(zhuǎn)讓信息采集器,采集信息來(lái)源是58同程或者趕集網(wǎng),需要的朋友可以參考下2014-07-07
詳解python數(shù)據(jù)結(jié)構(gòu)之隊(duì)列Queue
這篇文章主要介紹了python數(shù)據(jù)結(jié)構(gòu)之隊(duì)列Queue,文中有非常詳細(xì)的代碼示例,對(duì)正在學(xué)習(xí)python的小伙伴們有很好的幫助,需要的朋友可以參考下2021-05-05
Python 字符串操作實(shí)現(xiàn)代碼(截取/替換/查找/分割)
這篇文章主要介紹了Python 字符串截取/替換/查找/分割等實(shí)現(xiàn)方法，需要的朋友可以參考下2013-06-06
多線程python的實(shí)現(xiàn)及多線程有序性
這篇文章主要介紹了多線程python的實(shí)現(xiàn)及多線程有序性，多線程一般用于同時(shí)調(diào)用多個(gè)函數(shù)，cpu時(shí)間片輪流分配給多個(gè)任務(wù)2022-06-06
Python+ChatGPT制作一個(gè)AI實(shí)用百寶箱
ChatGPT最近在互聯(lián)網(wǎng)掀起了一陣熱潮，其高度智能化的功能能夠給我們現(xiàn)實(shí)生活帶來(lái)諸多的便利。本文就來(lái)用Python和ChatGPT制作一個(gè)AI實(shí)用百寶箱吧2023-02-02
這篇文章主要介紹了Python線性分類，線性分類指在機(jī)器學(xué)習(xí)領(lǐng)域，分類的目標(biāo)是指將具有相似特征的對(duì)象聚集。而一個(gè)線性分類器則透過(guò)特征的線性組合來(lái)做出分類決定，以達(dá)到此種目的。對(duì)象的特征通常被描述為特征值，而在向量中則描述為特征向量,需要的朋友可以參考下2022-02-02
這篇文章主要介紹了Python中的默認(rèn)參數(shù)詳解,本文講解了默認(rèn)參數(shù)的基本原理、如何正確地使用可變參數(shù)等內(nèi)容,需要的朋友可以參考下2015-06-06