Python 将平坦的一维索引转换为二维索引

假设我有一个列表，例如：

x = [[0,1,2,3],[4,5],[6,7,8,9,10]]

我有我想要瞄准的元素的“平面”索引，也就是说，如果列表被平面化为1d列表，我想从列表中选择的元素的索引：

flattened_indices = [0,1,4,9]

                  # #     #         #
flattened_list = [0,1,2,3,4,5,6,7,8,9,10]

如何转换1.d。指数转换为2.d。允许我从原始嵌套列表中恢复元素的索引？即，在本例中：

2d_indices = [(0,0), (0,1), (1,0), (2,3)]

---

以下是一种方法：

从对分导入对分 进口itertools 列表长度的累计和 def len_cumsumx： 返回ListItemTools.AccumerateMaplen，x 从累积长度列表中查找二维索引 def find_2d_idxc，idx: i1=二等分，idx 如果i1>0，则i2=idx-c[i1-1]，否则idx 返回i1，i2 测验 x=[[0,1,2,3]，[4,5]，[6,7,8,9,10]] 指数=[0,4,9] 扁平化列表=[0,1,2,3,4,5,6,7,8,9,10] c=伦库姆 idx_2d=[在索引中查找_2d_idxc，i代表i] printidx_2d >>> [0, 0, 1, 0, 2, 3] 在idx_2d中为i1、i2打印[x[i1][i2] >>> [0, 4, 9]

---

如果您有许多平面索引，这比为每个索引迭代嵌套列表更有效。

我想您可以将这些索引对放在一个dict中，然后在末尾引用来自索引的dict并创建一个新列表：

x = [[0,1,2,3],[4,5],[6,7,8,9,10]]

indices = [0,4,9]

idx_map = {x: (i, j) for i, l in enumerate(x) for j, x in enumerate(l)}

result = [idx_map[x] for x in indices]
print(result)

其结果是：

[(0, 0), (1, 0), (2, 3)]

---

但这并不是最优的，因为它的二次运行时间用于创建idx_映射。使用对分的解决方案更为优化

如果你将列表展平并提取元素，而不是将索引转换为2D，那不是更容易吗？你可以通过查看列表的长度并做一些简单的数学运算，将索引转换为2D索引。你试过了吗？@AkshayNevrekar实际的问题比我使用的玩具模型要复杂一些，每个“子列表”实际上都是一个可变长度的子列表。因此，当第一个元素中可能有3个列表，但第二个元素中只有2个列表时，将列表展平是没有意义的，而且您还可以为每个元素重用索引，而不是多次展平。我没有测试它，可能在某个地方出现了一个错误，我不知道。这个想法是正确的。但是，您可以使用listitertools.acgregateMaplen，x而不是len_cumsum函数。这假设x包含递增顺序的自然数，即xx[i]=i，如果xx是扁平列表，并且不适用于任何其他情况，例如x=[['a'，'a'，'a'，'a']，['a'，'a']，['a'，'a']。