python - 扭曲列表列表

Question

我有以下数据结构:

 a= [
       [u'happy', u'thursday', u'from', u'my', u'big', u'sweater', u'and', u'this', 
        u'ART', u'@', u'East', u'Village', u',', u'Manhattan', u'https', 
        u':', u'//t.co/5k8PUInmqK'],
       [u'RT', u'@', u'MayorKev', u':', u'IM', u'SO', u'HYPEE', u'@', u'calloutband', 
        u'@', u'FreakLikeBex', u'#', u'Callout', u'#', u'TheBitterEnd', u'#',
        u'Manhattan', u'#', u'Music', u'#', u'LiveMusic', u'#', u'NYC', 
         u'#', u'NY', u'#',
        u'Jersey', u'#', u'NJ', u'http', u':', u'//t.co/0\u2026']
     ]

在我看来，它是一个字符串列表的列表，除了它被一对 [ ] 而不是 ( ) 包围。 [ ] 对是系统生成的结果:

a = [nltk.tokenize.word_tokenize(tweetL) for tweetL in tweetList]

最终，我需要将这个结构展平为一个字符串列表，并对单词进行一些正则表达式和计数操作，但 [ ] 的外部对阻止了这一点。

我尝试使用:

list.extend()

和

ll = len(a)
for n in xrange(ll):
    print 'list - ', a[n], 'number = ', n

但仍然得到相同的结果:

list - [ number =  1
list - u number =  2
list - ' number =  3
list - h number =  4
list - a number =  5
list - p number =  6
list - p number =  7

如您所见，代码将字符串的每个符号视为列表的元素，而不是将整个字符串视为一个元素

可以高效地完成什么？

试过这个:

flat_list = [i for sublist in a for i in sublist] 
for i in flat_list:
    print 'element - ', i

结果(部分):

element -  h
element -  a
element -  p
element -  p
element -  y
element -   
element -  t

Answer 1

我不确定我是否完全理解您的问题，如果我离题太远请告诉我，但是，根据您提供的输入，您有一个列表列表。不仅如此，如果那是你一直拥有的结构，你可以只取出你需要的东西

a = a[0]

那只会给你一个列表。

然后你可以简单地迭代为:

for i in a:
    print(i)

但是，如果这只是一个示例，而您实际上有这样的东西:

[[],[],[],[]]

如果您想将其完全扁平化为一个列表，那么您要使用的推导式是这样的:

flat_list = [i for sublist in a for i in sublist] 

然后你只需要一个列表:[1, 2, 3, 4]

然后你只需迭代你想要的:

for i in flat_list:
    print(i)

或者，如果您还想打印出索引，那么您可以这样做:

for i, v in enumerate(flat_list):
    print("{}: {}".format(i, v))

只是关于您对 extend 的使用的最后评论。

extend 作为方法说明的帮助:

extend(...)
    L.extend(iterable) -- extend list by appending elements from the iterable

因此，它的用法“扩展”了列表，就像这个例子所做的那样:

a = [1, 2, 3]
b = [4, 5, 6]
a.extend(b)
# a will now be [1, 2, 3, 4, 5, 6]

运行你的输入:

a = [[u'happy', u'thursday', u'from', u'my', u'big', u'sweater', u'and', u'this', u'ART', u'@', u'East', u'Village', u',', u'Manhattan', u'https', u':', u'//t.co/5k8PUInmqK'], [u'RT', u'@', u'MayorKev', u':', u'IM', u'SO', u'HYPEE', u'@', u'calloutband', u'@', u'FreakLikeBex', u'#', u'Callout', u'#', u'TheBitterEnd', u'#', u'Manhattan', u'#', u'Music', u'#', u'LiveMusic', u'#', u'NYC', u'#', u'NY', u'#', u'Jersey', u'#', u'NJ', u'http', u':', u'//t.co/0\u2026']]

在我的代码中，产生了这个输出:

0: happy
1: thursday
2: from
3: my
4: big
5: sweater
6: and
7: this
8: ART
9: @
10: East
11: Village
12: ,
13: Manhattan
14: https
15: :
16: //t.co/5k8PUInmqK