下面是Python平铺序列的完整攻略。
什么是Python平铺序列？
Python平铺序列指的是将嵌套的序列（如列表中的嵌套列表）展开成一个一维列表的操作。这个操作在Python中很常见，我们可以用它来方便地对序列进行处理。
如何使用Python平铺序列？
Python中的平铺序列可以通过两种方法实现，分别是使用列表推导式和使用numpy库中的flatten方法。下面分别进行详细介绍。
列表推导式
使用列表推导式进行平铺序列，通常的形式是通过两层(for)循环进行嵌套，将嵌套的序列展开成一维列表。下面是一个示例代码：
nested_lst = [[1, 2, 3], [4, 5], [6], [7, 8, 9]]
flat_lst = [num for lst in nested_lst for num in lst]
print(flat_lst)
输出结果为：
[1, 2, 3, 4, 5, 6, 7, 8, 9]
在这个示例代码中，我们首先定义了一个嵌套的列表nested_lst，然后使用列表推导式将它展开成一维列表flat_lst。在推导式中，我们使用两个for循环来遍历嵌套的列表，将内部的元素一个一个添加到一维列表中。
numpy库的flatten方法
Numpy是一个针对数值计算和科学计算的Python库，它提供了许多方便的数组和矩阵操作。其中一个非常常用的函数是numpy.flatten()方法，可以将多维数组展开成一维数组。下面是一个示例代码：
import numpy as np
nested_arr = np.array([[1, 2, 3], [4, 5], [6], [7, 8, 9]])
flat_arr = nested_arr.flatten()
print(flat_arr)
输出结果为：
[1 2 3 4 5 6 7 8 9]
在这个示例代码中，我们首先将嵌套的列表转化为numpy数组nested_arr，然后使用numpy.flatten()方法将其展开成一维数组flat_arr。
Python平铺序列的应用场景
Python平铺序列可以在许多场景下使用，比如：
- 对数据进行平坦化处理，方便后续的分析和处理。
- 将嵌套的列表转化为一维数组，可以使用numpy库进行科学计算和绘图。
综上所述，Python平铺序列是一个非常常用的技巧，在实际编程中非常方便。