max(arg1, arg2, *args[, key])

本函数是迭代对象iterable进行比较，找出最大值返回。当key参数不为空时，就以key的函数对象为判断的标准。

例子：

#max()

array1 = range(10)

array2 = range(0, 20, 3)

print('max(array1)=', max(array1))

print('max(array2)=', max(array2))

print('max(array1,)=', max(array1, key=lambda x: x > 3) )

print(max(1, 2))

print(max('ah', 'bf', key=lambda x: x[1]))

print(max(array1, array2, key=lambda x: x[1]))

def comparator(x):

return x[2]

print(max('ah2', 'bf3', key=comparator))

结果输出如下：

max(array1)= 9

max(array2)= 18

max(array1,)= 4

2

ah

range(0, 20, 3)

bf3

补充知识：python之lambda表达式 : 对于python中max函数的key参数的理解与使用

新版很6，预览效果和实际显示不同，代码块那里显示成html格式的我表示十分无语。将就看吧。

之前在看别人代码的时候看到了这样的用法：

return max(self._children.items(),

key=lambda act_node: act_node[1].get_value(c_puct))

表示对这个key值十分不解，然后上网一搜。哦！参考资料

lambda表达式：

其实lambda是一个匿名函数，我们通常叫它lambda表达式，lambda存在意义就是对简单函数的简洁表示。

比如我们想实现这样的函数：

def func(arg):

return arg + 1

为了使代码更简洁，lambda登场，把上面的函数变形成：

lambda arg : arg + 1

所以，lambda a : b , 实际上就是：lambda是一个输入值为a，返回值为b的函数。

max函数中的lambda表达式：

现在回到我们的max函数中，就十分容易理解了:

函数形式：max( x ,key=lambda a : b ) # x可以是任何数值，可以有多个x值

这个函数的意思是：我们先把x值带入lambda函数转换成b值，然后再将b值进行比较。

上代码：

haha0=max('az','za', key=lambda a: a[0])

haha1=max('az','za', key=lambda a: a[1])

haha2=max(range(10),key=lambda a:a>3)

print(haha0) #输出za

print(haha1) #输出az

print(haha2) #输出4

以haha0为例子：我们传入az,za，为了方便解释称之为虚拟比较，但是因为我们引入了lambda表达式，所以，我们实际上比较的是，az中的第一位a和za中第一位的z,由ascii码表可以知道a是小于z的，所以在这里最大的是z，那么我们返回的就是z的虚拟比较变量，也就是本来的"za"。

haha2的用法十分少见，实际上比较的是

F F F T T T T T T T ( False 和 True )

T是肯定比F大的，但是一堆True哪里能互相比较大小呢，所以就输出第一个True值的虚拟比较变量，也就是4啦。

max中带有lambda的这个写法的意义在于代码变得更简洁。

假如我们有一个字典，里面记录着人名和相应年龄，现在我们想要在里面筛选出年龄最大的那个人的一条字典记录。

x={"老王" :18 , "小李":99}

haha3=max(x.items(), key=lambda a: a[1])

print(haha3) #输出('小李', 99)

要注意使用字典的话一定要x.items()，不能直接输入x值，达不到我们想要的效果。

其实我们大可不必这么写，直接从字典中提取出年龄列表进行比较：

x={"老王" :18 , "小李":99}

y=[]

for name,age in x.items():

y.append(age)

haha4=max(y)

print(haha4)

只是这样写是比较麻烦以及浪费内存的不是么？我想这就是max函数中设置lambda表达式的意义。

以上这篇Python标准库:内置函数max(iterable, *[, key, default])说明就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持python博客。