Bemind
Учебник Python
Учебник Python
  • Python
    • Python Lists
      • Списковые включения в Python (Полное руководство с примерами)
      • Исправление ValueError: Слишком Много Значений Для Распаковки в Python
      • Как добавить словарь в список в Python
      • Как добавить строку в список в Python
      • Разница между массивами и списками в Python
      • Python: Различия между списками и кортежами
      • Как проверить, пуст ли список в Python
      • Как Итерировать (Циклически Проходить) По Списку в Python
      • Python List sort(): Подробное руководство по сортировке списков
      • Python List Extend: Как добавить несколько элементов в список
      • Python: Найти Индекс Всех Вхождений Элемента в Списке
      • Конвертация списка словарей в Pandas DataFrame
      • Генерация случайных чисел в Python
      • Поиск Индекса в Списке Python: Найти Первое, Последнее или Все Вхождения
      • Добавить в начало списка в Python (Вставить в начало)
      • Найти дубликаты в списке Python
      • Python: Умножение Списков (6 Различных Способов)
      • Python списки: Полный обзор
      • Python: Выбор случайного элемента из списка
      • 4 Способа Очистить Список в Python
      • Объяснение ошибки IndexError в Python: индекс списка выходит за пределы допустимого диапазона
      • Python: Получение индекса максимального элемента в списке
      • Python: Объединение списков – Слияние списков (8 способов)
      • Python: Проверка наличия элемента в списке
      • Python: Проверка наличия элемента в списке
      • Удаление элемента из списка в Python (pop, remove, del, clear)
      • Как перевернуть список в Python (6 способов)
      • Python: Замена элемента в списке (6 различных способов)
      • Python: Удаление дубликатов из списка (7 способов)
      • Python: Преобразование словаря в список кортежей (4 простых способа)
      • Python: Перемешать Список (Случайное Распределение Элементов Списка в Python)
      • Python: Пересечение двух списков
      • Python: Вычитание двух списков (4 простых способа!)
      • Длина или Размер Списка в Python: 5 Способов Узнать Длину Списка
      • Python: Транспонирование списка списков (5 простых способов!)
      • Python: Разделение списка (Пополам, на части)
      • Python: Комбинации списка (Получить все комбинации списка)
      • Python: Выравнивание списка списков (4 способа)
      • Разница между списками в Python: Нахождение разницы между двумя списками Python
      • Python: Найти среднее значение списка или списка списков
      • Как добавлять элементы в списки в Python – 4 простых способа!
      • Списковые включения в Python (Полное руководство с примерами)
      • 6 способов преобразовать список Python в строку
    • Python Dictionaries
      • Понимание словаря Python (с примерами)
      • Исправляем ValueError: Слишком Много Значений Для Распаковки в Python
      • Как добавить словарь в список в Python
      • Преобразование JSON в словарь Python
      • Полное руководство по вложенным словарям в Python
      • Копирование словаря в Python: Полное руководство
      • Конвертация списка словарей в Pandas DataFrame
      • Поиск дубликатов в списке Python
      • Полный обзор словарей в Python
      • Python: Добавление пары Ключ:Значение в Словарь
      • Python: Сортировка словаря по значениям
      • Слияние Словарей в Python – Комбинирование Словарей (7 Способов)
      • Python: Удаление Дубликатов из Списка (7 Способов)
      • Python: Преобразование словаря в список кортежей (4 простых способа)
      • Python: Красивая Печать Словаря (Dictionary) – 4 Способа
      • Python: Проверка пуст ли словарь (5 способов!)
      • Copy of Python: Проверка пуст ли словарь (5 способов!)
      • Python: Проверьте, существует ли ключ (или значение) в словаре (5 простых способов)
      • Python: Проверьте, существует ли ключ (или значение) в словаре (5 простых способов)
      • Python: Получение Ключа Словаря с Максимальным Значением (4 Способа)
      • Python: Удаление ключа из словаря (4 разных способа)
      • Как красиво вывести JSON-файл в Python (6 методов)
    • Python Strings
      • Python Капитализация Строк: Руководство по Преобразованию слов в Заглавные
      • Python strip: Как обрезать строку в Python
      • Python Обратная Строка: Руководство по Реверсированию Строк
      • Как Удалить Префикс или Суффикс из Строки в Python
      • Преобразование строки в формат заголовка в Python с помощью str.title()
      • Как добавить строку в список в Python
      • Python String startswith: Проверка, начинается ли строка с подстроки
      • Python String endswith: Проверка того, заканчивается ли строка подстрокой
      • Как удалить первый или последний символ из строки в Python
      • Как исправить: SyntaxError в Python - EOL при сканировании строкового литерала
      • Python String Contains: Проверка Наличия Подстроки в Строке
      • Как проверить, пустая ли строка в Python
      • Python Новая Строка и Как Печатать Без Переноса Строки
      • Как Конкатенировать Строки в Python: Полное Руководство
      • Python: Подсчет слов в строке или файле
      • Как создать список алфавита в Python
      • Python: Конкатенация строки и целого числа (Int)
      • Python: Сортировка строки (4 различных способа)
      • Python zfill и rjust: Добавление нулей в строку в Python
      • Python: Целое в Двоичное (Преобразование целого числа в двоичную строку)
      • Python rfind: Нахождение индекса последней подстроки в строке
      • Python SHA256 хеширование алгоритм: объяснение
      • Python: Усечение числа с плавающей точкой (6 различных способов)
      • Выбор между методами Python isdigit(), isnumeric() и isdecimal()
      • Python: Удаление специальных символов из строки
      • Python Приведение Строки к Нижнему Регистру с помощью .lower(), .casefold(), и .islower()
      • Python программа для проверки, является ли строка палиндромом (6 методов)
      • Python: Найдите все перестановки строки (3 легких способа!)
      • Python: Удаление пунктуации из строки (3 разных способа!)
      • Python: Найти индекс (или все индексы) подстроки в строке
      • Python: Удаление символов новой строки из строки
      • Python: Удаление символа из строки (4 способа)
      • Python: Количество вхождений в строке (4 способа!)
    • Встроенные функции Python
      • abs()
      • ascii()
      • aiter()
      • all()
      • any()
      • anext()
      • bin()
      • bool()
      • breakpoint()
      • bytearray()
      • bytes()
      • callable()
      • chr()
      • classmethod()
      • compile()
      • complex()
      • delattr()
      • dict()
      • dir()
      • divmod()
      • enumerate()
      • eval()
      • exec()
      • filter()
      • float()
      • format()
      • frozenset()
      • getattr()
      • globals()
      • hasattr()
      • hash()
      • help()
      • hex()
      • id()
      • input()
      • int()
      • issubclass()
      • iter()
      • len()
      • list()
      • locals()
      • map()
      • max()
      • memoryview()
      • min()
      • next()
      • object()
      • oct()
      • open()
      • ord()
      • pow()
      • print()
      • property()
      • range()
      • repr()
      • reversed()
      • round()
      • set()
      • setattr()
      • isinstance()
      • slice()
      • zip()
      • type()
      • sorted()
      • staticmethod()
      • str()
      • sum()
      • super()
      • tuple()
      • vars()
      • import()
    • Cобеседования Python. Разбор реальных вопросов.
    • Встроенные методы в Python
  • Учебники по Pandas и Numpy
    • Numpy
      • Функция активации ReLU для глубокого обучения: полное руководство по выпрямленному линейному блоку
      • Как нормализовать массивы NumPy (минимальное-максимальное масштабирование, Z-оценка, L2)
      • NumPy where: Условная обработка элементов массива
      • NumPy linspace: создание равномерно расположенных массивов с помощью np.linspace
      • Как рассчитать векторное произведение в Python
      • Разделение NumPy: Разделение массива NumPy на части
      • NumPy: Лучшие способы применения функции к массиву
      • NumPy full: Создание массивов с заданным значением
      • NumPy clip(): Ограничьте значения массива минимальным и максимальным значениями
      • NumPy cumsum: Расчет кумулятивных сумм массивов NumPy
      • Изучаем функцию np.histogram в NumPy: создаем гистограмму
      • NumPy arange(): Полное руководство (с примерами)
      • Руководство по индексации и срезам массивов NumPy: Полное руководство
      • NumPy argmin(): Получение индекса минимального значения в массивах
      • Выравнивание массива с помощью NumPy flatten
      • Объединение массивов NumPy по различным осям с использованием функции stack
      • Удаление размерности из массивов NumPy с помощью NumPy Squeeze
      • Функция np.repeat() NumPy: Повторение массивов NumPy
      • Использование функции NumPy.exp() для вычисления экспоненты
      • Реализация функции сигмоида на Python
      • NumPy Pad: Использование np.pad() для дополнения массивов и матриц
      • np.argmax(): Как использовать NumPy Argmax
      • NumPy logspace: Понимание функции np.logspace()
      • Использование NumPy Tile для Расположения Массивов
      • NumPy Zeros: Создание массивов и матриц с нулями в NumPy
      • Использование числа Пи в Python (NumPy и Math)
      • Распределение Нормального (Гауссова) Распределения в Numpy (Случайное Нормальное в Numpy)
      • NumPy для Data Science на Python
      • Расчет скалярного произведения с использованием Numpy в Python
      • Расчет натурального логарифма на Python
    • Pandas
      • Python сводные таблицы – Полное руководство
      • Изучение API стиля Pandas
      • Объяснение группировки по нескольким столбцам в Pandas с примерами
      • Удаление индексной колонки DataFrame в Pandas: Руководство с примерами
      • Pandas Quantile: Расчет процентилей в DataFrame
      • Как рассчитать скользящее среднее (среднее арифметическое) в Pandas
      • Руководство по использованию метода fillna в Pandas для работы с отсутствующими данными в DataFrame
      • Pandas unique(): Получение уникальных значений в DataFrame
      • Распакуйте Ваши Данные с Помощью Функции Melt в Pandas
      • Pandas date_range: Как Создать Диапазон Дат в Pandas
      • Сброс индекса в Pandas: как сбросить индекс в Pandas
      • Pandas replace() – Замена значений в DataFrame Pandas
      • Перемещение столбца DataFrame Pandas на позицию (В начало и в конец)
      • Учебное пособие по Python Pandas: полное руководство
      • Pandas: Замена NaN на нули
      • Преобразование DataFrame Pandas в файл Pickle
      • Конвертация Pandas DataFrame в JSON
      • Преобразование DataFrame Pandas в Словарь
      • Преобразование Pandas DataFrame в Список
      • Чтение файлов Parquet в Pandas с помощью pd.read_parquet
      • Pandas dropna(): Удаление отсутствующих записей и столбцов в DataFrame
      • Как Добавить Новый Столбец в DataFrame Pandas
      • Подсчёт уникальных значений в Pandas
      • Отображение всех столбцов и строк в DataFrame Pandas
      • Pandas to_excel: Запись DataFrames в файлы Excel
      • Как использовать Pandas для чтения файлов Excel в Python
      • Преобразование списка словарей в Pandas DataFrame
      • Как добавить/вставить строку в DataFrame Pandas
      • Диаграмма рассеяния в Pandas: Как создать диаграмму рассеяния в Pandas
      • Pandas to_datetime: Преобразование строки Pandas в дату и время
      • Введение в Pandas для Data Science
      • Индексация, Выборка и Присваивание Данных в Pandas
      • Суммирование и Анализ Pandas DataFrame
      • Преобразование столбцов Pandas с помощью map и apply
      • Группировка данных в Pandas с использованием cut и qcut
      • Дата и время в Pandas и Python
      • Очистка и подготовка данных в Pandas и Python
      • Pandas GroupBy: группировка, суммирование и агрегация данных в Python
      • Pandas Дата и Время в Части Даты (месяц, год и т.д.)
      • Pandas: Получение номера строки из DataFrame
      • Вычисление Взвешенного Среднего в Pandas и Python
      • Как перемешать строки Pandas Dataframe в Python
      • Pandas: количество столбцов (подсчет столбцов в DataFrame)
      • Pandas Sum: сложение столбцов и строк DataFrame
      • Pandas Diff: Вычисление Разницы Между Строками Pandas
      • Нормализация столбца или датафрейма Pandas (с использованием Pandas или sklearn)
      • Функция Rank в Pandas: Ранжирование данных в Dataframe (Эквивалент SQL row_number)
      • Pandas Describe: Описательная статистика вашего Dataframe
      • Pandas Shift: Перемещение столбца DataFrame вверх или вниз
      • 7 Способов Выполнения Выборки Данных в Pandas
      • Экспорт DataFrame Pandas в CSV файл – Использование .to_csv()
      • Pandas: Итерация по строкам DataFrame в Pandas
      • Pandas: Преобразование значений столбца в строки
      • Дисперсия в Pandas: Вычисление дисперсии столбца в Pandas Dataframe
      • Pandas: Создание DataFrame из списков (5 способов!)
      • Pandas Rename Index: Как переименовать индекс DataFrame в Pandas
      • Pandas: Подсчёт уникальных значений в объекте GroupBy
      • Pandas: Добавить дни к колонке с датами
      • Среднее в Pandas: Как рассчитать среднее для одной или нескольких колонок
      • Pandas Column to List – Конвертируйте колонку Pandas в список
      • Транспонирование Dataframe в Pandas
      • Python: Разделение DataFrame Pandas
      • Как получить имена столбцов в DataFrame Pandas
      • Pandas: Количество строк в DataFrame (6 способов)
      • Создание пустого DataFrame Pandas и добавление данных
      • Как переименовать столбцы в Pandas DataFrame (с примерами)
      • Изменение порядка столбцов в Pandas: использование метода reindex и метода insert
      • Pandas get_dummies (One-Hot кодирование), объяснение
      • Относительные и Абсолютные Частоты в Python и Pandas
      • Финансовый год – Определение финансового года в Pandas
      • Как сортировать данные в DataFrame Pandas
      • Pandas Value_counts для подсчета уникальных значений
  • Учебники Matplotlib и Seaborn
    • Seaborn
      • Регрессионные графики в Seaborn с использованием regplot и lmplot
      • Seaborn residplot – Построение остатков линейной регрессии
      • Seaborn jointplot() – Создание совместных графиков в Seaborn
      • Seaborn displot – Распределенческие графики в Python
      • Seaborn ecdfplot – Эмпирические функции накопленного распределения
      • Seaborn rugplot – Визуализация маргинальных распределений
      • Seaborn kdeplot – Создание графиков оценки плотности ядра
      • Seaborn histplot – Создание Гистограмм в Seaborn
      • Seaborn catplot – Визуализация категориальных данных в Python
      • Средняя тенденция для категориальных данных в Seaborn Pointplot
      • Seaborn stripplot: Jitter Plots для распределений категориальных данных
      • Seaborn Countplot – Подсчет категориальных данных в Python
      • Seaborn swarmplot: Bee Swarm Plots для распределения категориальных данных
      • Скрипичные графики Seaborn в Python: Полное руководство
      • Настройка расположения легенд Seaborn, меток, текста и т.д.
      • Тепловая карта Seaborn: Полное руководство
      • Создание многосекционных сеток в Seaborn с помощью FacetGrid
      • Удаление рамки в Seaborn: Как работать с рамкой
      • Заголовки и метки осей в Seaborn: добавление и настройка
      • Как установить Seaborn в Python (Исправление: no module named seaborn)
      • Seaborn relplot – Создание точечных и линейных графиков
      • Полное руководство по созданию точечных диаграмм (scatter plots) в Python с использованием Seaborn
    • Matplotlib
      • Режим Retina в Matplotlib: Улучшение Качества Графиков
      • Как построить функцию в Python с использованием Matplotlib
      • Как создать 3D-диаграммы рассеяния в Matplotlib
      • Как изменить размер шрифта в графике Matplotlib
      • Установка размера маркера в точечных диаграммах Matplotlib
      • Как изменить размер графика и фигуры в Matplotlib
      • Как добавить названия в Matplotlib: Заголовок, Подзаголовок, Названия Осей
      • Pandas Scatter Plot: Как создать диаграмму рассеяния в Pandas
      • Построение графиков в Python с помощью Matplotlib
      • Диаграммы рассеяния Matplotlib – Все, что вам нужно знать
      • Диаграммы с столбцами в Matplotlib – Узнайте все, что вам нужно знать
      • Линейные диаграммы Matplotlib – Всё, что вам нужно знать
      • Построение гистограммы в Python с Matplotlib и Pandas
  • Алгоритмы
    • Алгоритм поиска в ширину (BFS) в Python
    • Алгоритм поиска в глубину (DFS) на Python
  • AI создает хедж-фонд для анализа акций на Python
Powered by GitBook
On this page
  • Что такое список списков в Python?
  • Как использовать цикл for в Python для сглаживания списка списков?
  • Как использовать списковое включение в Python для сглаживания списка списков?
  • Как использовать itertools для сглаживания списка списков в Python?
  • Как сгладить многоуровневые списки списков в Python?
  • Заключение
  • Дополнительные ресурсы
  1. Python
  2. Python Lists

Python: Выравнивание списка списков (4 способа)

PreviousPython: Комбинации списка (Получить все комбинации списка)NextРазница между списками в Python: Нахождение разницы между двумя списками Python

Last updated 5 months ago

В этом учебнике вы узнаете, как использовать Python для сглаживания списка списков! Вы узнаете, как это сделать несколькими разными способами, включая использование циклов for, списковых включений, библиотеки itertools и как сгладить многоуровневые списки списков с помощью, да-да, рекурсии! Давайте посмотрим, что вы узнаете в этом учебнике!

Быстрый ответ: Используйте списковое включение Python для сглаживания списка списков

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

flat_list = [item for sublist in list_of_lists for item in (sublist if isinstance(sublist, list) else [sublist])]

print(flat_list)

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

Оглавление

Что такое список списков в Python?

В Python список списков — это просто список, содержащий другие списки. Фактически, списки списков в Python могут даже содержать другие списки списков! Мы можем сказать, что список, содержащий только один другой уровень списков, называется двумерным списком списков. Когда один или несколько из этих списков содержат другой список, мы говорим, что они называются трехмерными. Это продолжается по мере добавления все больше и больше уровней.

Когда вы преобразуете список списков или двумерный массив в одномерный массив, вы сглаживаете список списков. Узнайте четыре разных способа сделать это в этом учебнике!

Давайте посмотрим на простой список списков в Python, чтобы у вас было визуальное представление о том, как они выглядят:

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

Когда мы пытаемся получить доступ к третьему элементу, позиции индекса 2, мы можем распечатать, что он содержит:

list_of_lists = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
print(list_of_lists[2])

# Возвращает: [4, 5, 6]

Мы видим здесь, что третий элемент нашего списка list_of_lists на самом деле является другим списком. Это то, что мы имеем в виду под списками списков — это списки, содержащие другие списки.

В следующем разделе вы узнаете, как использовать наивный метод, цикл for, для сглаживания списка списков.

Как использовать цикл for в Python для сглаживания списка списков?

Теперь, когда вы знаете, что такое список списков в Python, давайте посмотрим, как мы можем использовать цикл for в Python для их сглаживания!

В нашем цикле for мы будем проходить по каждому элементу в списке и добавлять каждый элемент в новый список.

Давайте посмотрим, как мы можем этого добиться с помощью Python:

# Используйте цикл for для сглаживания списка списков
list_of_lists = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

flat_list = list()

for sub_list in list_of_lists:
    flat_list += sub_list

print(flat_list)

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

Разберем, что мы сделали здесь пошагово:

  • Мы загрузили наш list_of_lists

  • Мы создали новый список под названием flat_list

  • Мы прошли по каждому элементу или списку в списке списков и добавили значения каждого элемента в наш flat_list

Теперь, когда вы использовали цикл for для сглаживания списка списков, давайте узнаем, как можно использовать списковые включения для их сглаживания!

Как использовать списковое включение в Python для сглаживания списка списков?

Списковые включения в Python — это элегантные, питоновские замены циклам for в Python. Фактически, любое списковое включение можно выразить как цикл for (хотя обратное не обязательно верно).

Так почему же писать списковое включение, когда цикл for может справиться? Существует несколько преимуществ использования списковых включений — давайте быстро рассмотрим их здесь:

  • Вам не нужно создавать новый пустой список

  • Вы можете написать его в одну строку, вместо того чтобы разбивать на несколько строк

  • Они более питоновские, чем циклы for

Давайте посмотрим, как выглядят списковые включения в Python:

Теперь давайте посмотрим, как мы можем использовать списковые включения для сглаживания списков списков в Python:

# Используйте списковое включение для сглаживания списка списков
list_of_lists = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

flat_list = [item for sublist in list_of_lists for item in sublist]

print(flat_list)

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

Имейте в виду, что это делает то же самое, что и цикл for. Синтаксис может потребовать некоторого времени для привыкания, но как только вы его освоите, это станет второй натурой и сэкономит вам много времени!

Как использовать itertools для сглаживания списка списков в Python?

Оба метода, которые мы рассмотрели до сих пор, не требуют импорта другой библиотеки. Теперь давайте посмотрим, как мы можем использовать библиотеку itertools для сглаживания списков списков в Python.

В частности, мы будем использовать функцию chain для прохода по каждому отдельному элементу в большем списке и добавления его в больший список. Наконец, так как функция chain вернет объект itertools.chain, нам нужно преобразовать его обратно в список.

Давайте посмотрим, как это можно сделать:

from itertools import chain

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

flat_list = list(chain(*list_of_lists))

print(flat_list)

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

Так как мы полагаемся на распаковку переменных, не сразу понятно, что происходит в коде (как и в некоторых других пользовательских функциях). Поэтому убедитесь, что вы хорошо документируете свой код!

Как сгладить многоуровневые списки списков в Python?

Теперь может случиться так, что вы столкнетесь с более сложными списками, как показано ниже. Использование одного из этих методов, показанных выше, не сработает, так как они требуют, чтобы уровни внутри их списков были похожими.

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

Мы видим, что в наших списках есть некоторые элементы на корневом уровне и некоторые списки, вложенные в другие списки.

Чтобы сгладить этот список списков, нам нужно подумать немного креативнее. В частности, мы можем разработать функцию, которая рекурсивно вызывает саму себя для распаковки списков списков.

Давайте посмотрим, как это можно сделать в Python :

# Сглаживание многоуровневого списка списков с помощью рекурсии
list_of_lists = [1, [2, 3], [4, [5, 6]], [7, 8], 9]

def flatten_list(list_of_lists, flat_list=None):
    if not flat_list:
        flat_list = []
    if not list_of_lists:
        return flat_list
    else:
        for item in list_of_lists:
            if type(item) == list:
                flatten_list(item, flat_list)
            else:
                flat_list.append(item)

    return flat_list

flat_list = flatten_list(list_of_lists)

print(flat_list)

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

Этот пример немного сложнее, давайте посмотрим, что мы сделали здесь:

  • Мы создаем новую функцию flatten_list, которая принимает список списков в качестве входных данных, а также пустой список по умолчанию

  • Мы оцениваем, является ли наш flat_list все еще пустым списком. Если это так, он возвращает себя. В противном случае, мы проходим по каждому элементу и выполняем следующие шаги:

  • Мы проверяем, является ли тип элемента списком:

    • Если это список, то мы снова вызываем функцию

    • Если это не список, мы добавляем элемент в наш flat_list

Мы видим здесь, что это работает довольно просто и на самом деле адаптируется к любому количеству вложений!

Заключение

В этой статье вы узнали, как использовать Python для сглаживания списков списков. Вы также узнали, что такое списки списков в Python. Кроме этого, вы узнали, как использовать циклы for и списковые включения для сглаживания списков списков в Python. Вы также узнали, как использовать библиотеку itertools для сглаживания списков списков. Наконец, вы узнали, как использовать рекурсию для сглаживания многоуровневых списков списков.

Дополнительные ресурсы

Чтобы узнать больше о связанных темах, ознакомьтесь с учебниками ниже:

Чтобы узнать больше о библиотеке itertools, ознакомьтесь с официальной документацией .

Что такое список списков в Python?
Как использовать цикл for в Python для сглаживания списка списков?
Как использовать списковое включение в Python для сглаживания списка списков?
Как использовать itertools для сглаживания списка списков в Python?
Как сгладить многоуровневые списки списков в Python?
Заключение
Дополнительные ресурсы
здесь
Как проверить, пуст ли список в Python
Как итерировать (перебирать) список в Python
Python List Extend: Добавление элементов в список
Python: Найти индекс всех вхождений элемента в списке