如何在Python中扁平化嵌套列表并实现结果均匀分布？

给定嵌套列表：

[
  [1, 2, 3],
  [4, 5],
  [6, 8, 9, 10],
  [11]
]

需要将其按列优先的规则扁平化，得到结果：[1, 4, 6, 11, 2, 5, 8, 3, 9, 10]。以下是两种可行的实现方式：

方法一：使用itertools.zip_longest #

借助itertools模块的zip_longest函数，它会自动对齐不同长度的子列表，缺失位置用None填充，我们只需要过滤掉None即可：

from itertools import zip_longest

nested_list = [
    [1, 2, 3],
    [4, 5],
    [6, 8, 9, 10],
    [11]
]

flattened = []
for col in zip_longest(*nested_list):
    flattened.extend(item for item in col if item is not None)

print(flattened)  # 输出: [1, 4, 6, 11, 2, 5, 8, 3, 9, 10]

方法二：手动遍历索引（无需额外模块） #

先计算最长子列表的长度，再按索引逐列遍历所有子列表，收集有效元素：

nested_list = [
    [1, 2, 3],
    [4, 5],
    [6, 8, 9, 10],
    [11]
]

max_length = max(len(sublist) for sublist in nested_list)
flattened = []

for idx in range(max_length):
    for sublist in nested_list:
        if idx < len(sublist):
            flattened.append(sublist[idx])

print(flattened)  # 输出: [1, 4, 6, 11, 2, 5, 8, 3, 9, 10]

两种方法都能实现需求：第一种代码更简洁，第二种无需依赖外部模块，逻辑更直观。

内容的提问来源于stack exchange，提问作者link89