Python基礎——min/max與np argmin/np argmax
這裡應該是拿min/max(更適合處理可迭代物件,可選的引數是key=func)與np.min/np.max(可適合處理numpy.ndarray物件,可選的引數是axis=0或者1)作比較,只不過np.argmin/np.argmax的用法與np.min/np.max相似,這裡就不進行更正了。
-
首先min/max與np.argmin/np.argmax函式的功能不同
前者返回值,後者返回最值所在的索引(下標)
-
處理的物件不同
前者跟適合處理list
等可迭代物件,而後者自然是numpy裡的核心資料結構ndarray
(多維陣列) -
min/max是python內建的函式
-
np.argmin/np.argmax是numpy庫中的成員函式
-
介面不同
min(iterable, key=func)->value
np.argmin(a, axis=None)
- 1
- 2
常見的介面如上所示,前者除了一個可迭代物件外,還接收一個函式物件(keyword argument),用於指定比較的物件(也即最值比較的內容是,將迭代物件中的元素逐個賦予func函式物件所得到返回值),可見func
只可接受一個引數,如min(dict, key=dict.get)
。而np.argmax
更多的是進行軸上的比較(axis=0,也是預設的軸,是列向)
>>> l = ['1', '100' , '111', '2']
>>> max(l)
'2'
# 下面我們指定比較內容
>>> max(l, key=lambda x: int(x)
'111'
>>> max(l, key=lambda x: len(x))
'100'
>>> max(l, key=lambda x: len(x) and int(x))
'111'
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
我們也可將min/max作用於list of lists(這裡不對tuple和list作區分):
>>> ll = [(1, 'a'), (3, 'c'), (4, 'e'), (-1, 'z')]
>>> max(ll)
- 1
- 2
例如根據列表中的每一個元素(tuple或者list型別)的第二位進行求最大值:
>>> l = [(1, 2, 5), (2, 3, 5), (3, 2, 5), (4, 4, 5), (5, 1, 5)]
>>> max(l, key=lambda x: x[1])
(4, 4, 5)
>>> l.index(max(l, key=lambda x: x[1]))
3
- 1
- 2
- 3
- 4
- 5
預設情況下,max首先進行比較的是items(k,v)中的第一個內容(也即是k),相等的情況下,再進行v的比較。
稍作修改,我們便可實現對v的比較:
>>> max(ll, key=lambda x: x[1])
(-1, 'z')
- 1
- 2
有時可能最值所在的下標對我們更重要,我們據此下標索引更為豐富的資訊。如何不顯式轉化為numpy.ndarray
型別(有時也無法轉換,當異質容器時)不通過np.argmax
這樣的函式獲得最值(任何值都可以)所在的下標呢?使用list(tuple)
的index()
成員函式。
>>> ll = [(1, 'a'), (3, 'c'), (4, 'e'), (-1, 'z')]
>>> val = max(ll, lambda x: x[1])
>>> ll.index(val)
3
- 1
- 2
- 3
- 4
根據以上用法,我們也可推測並實現一個精簡版的max
函式:
def max(items, key=lambda x: x):
current = items[0]
for item in items:
if key(item) > key(current):
current = item
return current
- 1
- 2
- 3
- 4
- 5
- 6
再分享一下我老師大神的人工智慧教程吧。零基礎!通俗易懂!風趣幽默!希望你也加入到我們人工智慧的隊伍中來!https://www.cnblogs.com/captainbed