[转载] Python内置函数-min函数和max函数-详解
参考链接: Python min()
博文主要内容如下:
max和min函数的使用介绍:
对可迭代对象元素进行比较,找到最大/最小值 max(iterable, *[, default=obj, key=func])对传入的多个参数进行比较,找到最大/最小值 max(arg1, arg2, *args, *[, key=func])介绍对复杂结构的数据下,如何使用函数定义中的key 。
需求: 找到列表中出现次数最多的元素。 三种实现方式: (1)灵活使用max函数的key参数 ; (2)使用字典统计元素计数,手工实现封装成函数 ; (3)拓展讲解了 collections.Counter类 ,使用Counter对象的most_common方法。
拓展内容:heapq模块的nlargest函数部分源码、 collections.Counter类介绍以及 most_common方法源码。
如何去探索max和min函数的功能呢?我们首先要做的就是阅读函数的官方API了! 使用IDE查看函数,或者是在交互式环境下输入命令: help(max),会给出官方的函数注释:
def max(*args, key=None): # known special case of max
"""
max(iterable, *[, default=obj, key=func]) -> value
max(arg1, arg2, *args, *[, key=func]) -> value
With a single iterable argument, return its biggest item. The
default keyword-only argument specifies an object to return if
the provided iterable is empty.
With two or more arguments, return the largest argument.
"""
pass
def min(*args, key=None): # known special case of min
"""
min(iterable, *[, default=obj, key=func]) -> value
min(arg1, arg2, *args, *[, key=func]) -> value
With a single iterable argument, return its smallest item. The
default keyword-only argument specifies an object to return if
the provided iterable is empty.
With two or more arguments, return the smallest argument.
"""
pass
显示这样的内容,一般来说就代表了这两个函数的底层实现是C语言程序。有关具体的实现方法还需要进一步的探索源码。这篇博文我们先掌握API的内容: 从函数说明上来看。max和min函数的使用方法是一样的,区别仅在于max函数是找最大值,min函数是找最小值。下面仅以max函数作为示例对max和min函数的使用进行说明:
注意,使用min和max,相互比较的元素之间必须是可比较的,否则会提示错误;有关元素之间的比较,我在之前一篇文章中展开了讨论,这篇博文的最后一部分是有关元素之间比较的讨论。博文地址:数据类型-容器类数据类型
一、函数的两种使用方式:1,max(iterable, *[, default=obj, key=func]) -> value iterable: 要比较的元素都在可迭代对象中,第一个位置参数传入这份可迭代对象,函数将返回可迭代对象中最大的元素。 如果传入的是字典,那么将比较的是字典的键,也就是相当于传入了dt.keys()。
# 生成一个打乱顺序的由0-9数字组成的列表,用来测试max和min函数
>>> from random import shuffle
>>> data = list(range(10))
>>> shuffle(data)
>>> max(data)
9
>>> min(data)
0
关键字参数default: 当可迭代对象中没有元素,如果指定了default关键字参数,那么就返回default参数的值。这种情况如果没有指定default参数,程序会报错:ValueError: max() arg is an empty sequence;
>>> max(range(10))
9
>>> max(range(0))
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: max() arg is an empty sequence
下面的一段代码是我在阅读heapq模块的nlargest函数的源码时遇到的有关 default关键字参数的使用:
def nlargest(n, iterable, key=None):
"""找到数据集中最大的n个元素
函数作用等值于: sorted(iterable, key=key, reverse=True)[:n]
"""
# Short-cut for n==1 is to use max()
if n == 1:
it = iter(iterable)
sentinel = object()
if key is None:
result = max(it, default=sentinel)
else:
result = max(it, default=sentinel, key=key)
return [] if result is sentinel else [result]
pass
# 注意:sentinel是哨兵位置,用来监测传入的数据集是不是空的。
# 这里就是利用了max函数的default参数的作用来设置的哨兵位置,在可迭代对象为空的情况下能够返回空列表[]
2,max(arg1, arg2, *args, *[, key=func]) -> value 传入多个参数,多个参数之间进行比较,找到最大的那个参数。
>>> max(9, 1, 2, 3)
9
二、函数的缺省参数key的使用: key应当传入一个可调用对象,一般传入的是函数。指定key之后,max函数就会根据key处理后的元素进行比较。
需求1: 比如下面的情况,每种水果的价格信息都是以字典的形式存放的列表中,要找到最贵的水果和最便宜的水果
fruit_shop = [
{'name': 'apple', 'price': 5.68},
{'name': 'orange', 'price': 4.22},
{'name': 'banana', 'price': 2.65},
{'name': 'berries', 'price': 10.75}]
cheap = min(fruit_shop, key=lambda s: s['price'])
expensive = max(fruit_shop, key=lambda s: s['price'])
print('最便宜的水果是:', cheap)
print('最贵的水果是:', expensive)
####
# 最便宜的水果是: {'name': 'banana', 'price': 2.65}
# 最贵的水果是: {'name': 'berries', 'price': 10.75}
需求2:找到列表中出现次数最多的元素。
>>> lt = [2, 2, 3, 1, 2, 2, 1, 8, 5]
>>> max(set(lt), key=lt.count)
2
注:将count方法作为参数传递给max函数,则在此max函数是对元素出现频次进行比较的。
1.set(lt) 能够得到lt列表中所有唯一值,简单地说就是给列表元素去重,得到的是一个集合(即set类型)
>>> set(lt)
{1, 2, 3, 5, 8}
2.列表的count方法是找到统计列表元素出现的次数
>>> lt.count(2)
4
>>> lt.count(1)
2
不使用max函数我们要如何实现呢?
第一种方式: 自定义函数,手动的使用字典去统计元素计数
# 使用字典dt,统计元素(key)以及元素出现的次数(value) # 出现次数最大的元素用max_count_key存放, # 遍历列表元素,如果字典中已经统计过该元素的出现次数,那么不再重复进行统计; 否则使用列表的count方法统计元素出现次数,并与max_count_key比较
def max_count(lt):
dt = {}
max_count_key = None
for i in lt:
# 字典中已经存在的元素不再进行统计
if i not in dt:
count = lt.count(i)
dt[i] = count
if count > dt.get(max_count_key, 0):
max_count_key= i
return max_count_key
第二种方式(推荐):使用collections.Counter类,它的most_common() 方法就是查找到序列中出现次数最多的
collections.Counter类,对可迭代对象中的元素进行计数,并以键值对的形式保存在Counter对象中 Counter对象属于映射,能够通过dict()将Counter对象转换为字典。
>>> from collections import Counter
>>> c = Counter('MyNameisMarsenHelloWorld')
>>> c
Counter({'e': 3, 'l': 3, 'M': 2, 'a': 2, 's': 2, 'r': 2, 'o': 2, 'y': 1, 'N': 1, 'm': 1, 'i': 1, 'n': 1, 'H': 1, 'W': 1, 'd': 1})
>>> dict(c)
{'M': 2, 'y': 1, 'N': 1, 'a': 2, 'm': 1, 'e': 3, 'i': 1, 's': 2, 'r': 2, 'n': 1, 'H': 1, 'l': 3, 'o': 2, 'W': 1, 'd': 1}
Counter类的most_common(n=None) 方法:列出n个最常见的元素及其计数,从最常见到最少见。如果n为None,则列出所有元素计数。也是从最常见到最少见。 函数返回值是由结果元素的组成的列表。
>>> c.most_common()
[('e', 3), ('l', 3), ('M', 2), ('a', 2), ('s', 2), ('r', 2), ('o', 2), ('y', 1), ('N', 1), ('m', 1), ('i', 1), ('n', 1), ('H', 1), ('W', 1), ('d', 1)]
>>> c.most_common(3)
[('e', 3), ('l', 3), ('M', 2)]
most_common方法源码阅读: # 当n==None时, 方法的实现是通过内置函数: sorted(iterable [, key=None [,reverse=False]]) 对元素计数的统计结果进行逆序排序。 # 当方法的调用指定n的值时, 方法的实现是通过heapq模块的nlargest(n, iterable [ , key=None ])函数实现的,上面提到过这个函数的作用是从可迭代对象中找到最大的n个元素。直接利用这个函数,只需要用元素的计数进行比较,这样得到 了最常见的n个元素了。
def most_common(self, n=None):
if n is None:
return sorted(self.items(), key=_itemgetter(1), reverse=True)
return _heapq.nlargest(n, self.items(), key=_itemgetter(1))
了解到Counter类之后,它在对数据技术的场合下是非常方便使用的工具,我们可以优先选择使用Counter类来实现功能,这比我们手工的使用字典计数方便很多。
对于这个需求2:找最大出现次数或者最小出现次数的元素时直接使用max或者min函数解决即可
如果需求是想找最常见的n个元素,那么就优先选择Counter类去实现相关功能。
>>> lt = [2, 2, 3, 1, 2, 2, 1, 8, 5]
>>> Counter(lt).most_common(1)
[(2, 4)]
>>> Counter(lt).most_common(1)[0][0]
2
[转载] Python内置函数-min函数和max函数-详解相关推荐
- Nginx内置变量以及日志格式变量参数详解
Nginx内置变量以及日志格式变量参数详解 $args #请求中的参数值 $query_string #同 $args $arg_NAME #GET请求中NAME的值 $is_args #如果请求中有 ...
- [转载] Python 内置函数 lambda、filter、map、reduce
参考链接: Python lambda (匿名函数) | filter, map, reduce Python 内置了一些比较特殊且实用的函数,使用这些能使你的代码简洁而易读. 下面对 Python ...
- [转载] Python 内置函数 dir()
参考链接: Python dir() 简述 在 Python 中,有大量的内置模块,模块中的定义(例如:变量.函数.类)众多,不可能全部都记住,这时 dir() 函数就非常有用了. dir() 是一个 ...
- [转载] python内置函数 compile()
参考链接: Python compile() 描述 compile() 函数将一个字符串编译为字节代码. 语法 以下是 compile() 方法的语法: compile(source, filenam ...
- mysql内置乐观锁吗_mysql 乐观锁详解
乐观锁: 乐观锁( Optimistic Locking ) 相对悲观锁而言,乐观锁机制采取了更加宽松的加锁机制.悲观锁大多数情况下依靠数据库的锁机制实现,以保证操作最大程度的独占性.但随之而来的就是 ...
- python内置库有哪些_python 内置库
广告关闭 回望2020,你在技术之路上,有什么收获和成长么?对于未来,你有什么期待么?云+社区年度征文,各种定制好礼等你! version: 0. 2.0, configurations: }, de ...
- python内置函数返回序列中最大元素_Python之路(第八篇)Python内置函数、zip()、max()、min()...
一.python内置函数 abs() 求绝对值 例子 print(abs(-2)) all() 把序列中每一个元素做布尔运算,如果全部都是true,就返回true, 但是如果是空字符串.空列表也返回t ...
- python内置函数min,max
python内置函数min.max 一.简介 python的内置函数min.max用于获取最大和最小值 二.详解 语法:min(iterable, *[, key, default]) 参数:iter ...
- python 内置函数
python 内置函数 Python内置(built-in)函数随着python解释器的运行而创建.在Python的程序中,你 可以随时调用这些函数,不需要定义. abs() # 求一个数的绝 ...
最新文章
- php接收多层数组中文乱码解决
- power计算机英语,十万火急求解计算机英语!AC power lineAND gateAND-OR circuitXOR gateunrel...
- 多版本php共存 linux,linux下多版本php共存的原理、方法
- 2020蓝桥杯省赛---java---B---2(指数计算)
- zoj 1366 Cash Machine
- python turtle_Python简单图形化程序模块——Turtle模块
- 游戏桌面壁纸|英雄联盟,热爱游戏的朋友看这里
- 在linux系统下java实现pdf导出汉字无法显示_Linux环境下iText生成pdf中文不显示问题...
- 最经典沙盒游戏《我的世界》部分开源:微软出手,称人人可用
- FreeMarker字符串操作
- 区块链入局新领域:助推会展产业从信息化向数字化转型!
- es6学习之Number类型
- 网站在线视频播放实现
- ARouter 源码解析(零) 基本使用
- 从服装关键点、信息检索、个性化推荐到智能试衣,电商AI技术如何进化?
- 平面设计:制作创意头像
- answer的汉语_Answer的中文意思是什么?
- Java核心技术 卷1-总结-18
- centos7几种版本x86_64、aarch64、armhfp、i386、power9、ppc64、ppc64el简单说明
- Unity-动画-动画回调函数接口StateMachineBehaviour
热门文章
- php鼠标 显示图片,鼠标放在图片上显示大图的JS代码
- 使用Latex制作分享,演讲,Presentation用的Slides,PPT——Beamer教程
- 【编辑器】CSDN-markdown
- UVa10082 - WERTYU
- android java service_[Java教程]Android四大组件之Service浅见
- 一个手机只能连接一个热点吗_两个手机怎么连接热点
- java url压缩_URL短地址压缩算法 微博短地址原理解析 (Java实现)
- python垂直输出_Python实现图像的垂直投影示例
- pip环境变量配置 python3.6_零基础学python之爬虫第一节环境配置第一章:Python3+Pip环境配置...
- [leetcode]63. 不同路径 II