python中的内置函数max()和min()及mas()函数的高级用法

yipeiwu_com7年前Python基础

max(iterable, *[, key, default])

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

函数功能为取传入的多个参数中的最大值,或者传入的可迭代对象元素中的最大值。默认数值型参数,取值大者;字符型参数,取字母表排序靠后者。还可以传入命名参数key,其为一个函数,用来指定取最大值的方法。default命名参数用来指定最大值不存在时返回的默认值。

eg

  a.传入的多个参数的最大值

print(max(1,2,3,4))

输出

  b.1 传入可迭代对象时,取其元素最大值

s = '12345'
print(max(s))

输出

  b.2 传入可迭代对象为空时,必须指定参数default,用来返回默认值

print(max((),default=1))
print(max(()))

输出

Traceback (most recent call last):
  File "G:/pycode/内置函数/max_ex.py", line 8, in <module>
    print(max(()))
ValueError: max() arg is an empty sequence

  c.传入命名参数key,其为一个函数,用来指定取最大值的方法

s = [
  {'name': 'sumcet', 'age': 18},
  {'name': 'bbu', 'age': 11}
]
a = max(s, key=lambda x: x['age'])
print(a)

输出

{'name': 'sumcet', 'age': 18}

min()函数与max()用法相同,返回最小值

下面看下python: min 和 max 函数

对于元组

max(tuple)

返回元组中元素最大值。

min(tuple)

返回元组中元素最小值。

cmp(tuple1,tuple2)

比较两个元组元素。

tuple(seq)

将列表转换为元组。

>>> min(1,2,3) 
>>> max(1,2,3) 

 对于二维数组

>>> a = array([[1,2,3],[0,0,0],[-1,-2,-3],[2,2,2]]) 
>>> a.min(0) #表示不同行相比较得出最小 
array([-1, -2, -3]) 
>>> a.min(1) #表示每一行自身元素相互比较得出最小 
array([ 1, 0, -3, 2]) 

下面再看下Python内置函数max()高级用法

不管是排序还是选取最大值或者最小值,都应该有个规则或者顺序,而平时我们所说的最大值或最小值实际上也是在某种排序规则或顺序下的最大值和最小值。Python内置函数max()、min()和sorted()以及列表方法sort()都有一个参数key用来指定排序规则,解决的就是这个问题。key参数应该是一个可调用对象,在Python中,类、自定义函数、内置函数、lambda表达式、带有特殊方法__call__()的对象都属于可调用函数。关于key参数的更多用法请参考文末的相关阅读。

总结

以上所述是小编给大家介绍的python中的内置函数max()和min()及mas()函数的高级用法,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对【听图阁-专注于Python设计】网站的支持!

相关文章

PyQt5的PyQtGraph实践系列3之实时数据更新绘制图形

PyQt5的PyQtGraph实践系列3之实时数据更新绘制图形

在之前介绍PyQtGraph的文章中,我们都是一次性的获取数据并将其绘制为图形。然而在很多场景中,我们都需要对实时的数据进行图形化展示,比如:股票的实时行情、仪器设备的实时状态等,这时候...

python opencv判断图像是否为空的实例

如下所示: import cv2 im = cv2.imread('2.jpg') if im is None: print("图像为空") # cv2.imshow("ss...

python实现将内容分行输出

#python版一行内容分行输出   a="aA1一bB2二cC3三dD4四eE5五fF6六gG7七hH8八iI9九" """ 分行输出为: abcdefghi ABCD...

Python基础教程之异常详解

Python基础教程之异常详解

一、摘要 Python使用被称为异常 的特殊对象来管理程序执行期间发生的错误。每当发生让Python不知所措的错误时,它都会创建一个异常对象。如果你编写了处理该异常的代码,程序将继续运...

运用TensorFlow进行简单实现线性回归、梯度下降示例

运用TensorFlow进行简单实现线性回归、梯度下降示例

线性回归属于监督学习,因此方法和监督学习应该是一样的,先给定一个训练集,根据这个训练集学习出一个线性函数,然后测试这个函数训练的好不好(即此函数是否足够拟合训练集数据),挑选出最好的函数...