题
我有以下代码:
new_index = index + offset
if new_index < 0:
new_index = 0
if new_index >= len(mylist):
new_index = len(mylist) - 1
return mylist[new_index]
基本上,我计算一个新索引,并使用它从列表中找到一些元素。为了确保索引在列表的边界内,我需要编写2个 if
陈述分为4行。那很冗长,有点丑陋...我敢说,这很 联合国情调.
还有其他更简单,更紧凑的解决方案吗? (和更多 Pythonic)
是的,我知道我可以使用 if else
一行,但这是不可读的:
new_index = 0 if new_index < 0 else len(mylist) - 1 if new_index >= len(mylist) else new_index
我也知道我可以连锁 max()
和 min()
一起。它更紧凑,但我觉得如果我输入错误的话,很难找到错误。换句话说,我发现它并不是很简单。
new_index = max(0, min(new_index, len(mylist)-1))
解决方案
实际上,这很清楚。许多人很快学习。您可以使用评论来帮助他们。
new_index = max(0, min(new_index, len(mylist)-1))
其他提示
sorted((minval, value, maxval))[1]
例如:
>>> minval=3
>>> maxval=7
>>> for value in range(10):
... print sorted((minval, value, maxval))[1]
...
3
3
3
3
4
5
6
7
7
7
看 numpy.clip:
index = numpy.clip(index, 0, len(my_list) - 1)
这里有许多有趣的答案,除了……哪个更快的速度?
import numpy
np_clip = numpy.clip
mm_clip = lambda x, l, u: max(l, min(u, x))
s_clip = lambda x, l, u: sorted((x, l, u))[1]
py_clip = lambda x, l, u: l if x < l else u if x > u else x
>>> import random
>>> rrange = random.randrange
>>> %timeit mm_clip(rrange(100), 10, 90)
1000000 loops, best of 3: 1.02 µs per loop
>>> %timeit s_clip(rrange(100), 10, 90)
1000000 loops, best of 3: 1.21 µs per loop
>>> %timeit np_clip(rrange(100), 10, 90)
100000 loops, best of 3: 6.12 µs per loop
>>> %timeit py_clip(rrange(100), 10, 90)
1000000 loops, best of 3: 783 ns per loop
paxdiablo 有!,使用普通的python。 Numpy版本可能并不奇怪,是最慢的。可能是因为它正在寻找阵列,其他版本只是订购了他们的论点。
链接 max()
和 min()
在一起是我见过的普通成语。如果您觉得很难读取,请编写辅助功能以封装操作:
def clamp(minimum, x, maximum):
return max(minimum, min(x, maximum))
我心爱的可读python语言发生了什么事? :-)
认真地说,只需使其成为一个功能:
def addInRange(val, add, minval, maxval):
newval = val + add
if newval < minval: return minval
if newval > maxval: return maxval
return newval
然后只用类似的东西来称呼它:
val = addInRange(val, 7, 0, 42)
或更简单,更灵活的解决方案,您可以自己进行计算:
def restrict(val, minval, maxval):
if val < minval: return minval
if val > maxval: return maxval
return val
x = restrict(x+10, 0, 42)
如果愿意,您甚至可以将Min/Max列入列表,因此看起来更“数学上纯”:
x = restrict(val+7, [0, 42])
对我来说,这似乎更具Pythonic:
>>> def clip(val, min_, max_):
... return min_ if val < min_ else max_ if val > max_ else val
一些测试:
>>> clip(5, 2, 7)
5
>>> clip(1, 2, 7)
2
>>> clip(8, 2, 7)
7
如果您的代码看起来太笨拙,则功能可能会有所帮助:
def clamp(minvalue, value, maxvalue):
return max(minvalue, min(value, maxvalue))
new_index = clamp(0, new_index, len(mylist)-1)
避免为如此小任务编写功能,除非您经常应用它们,因为它会使您的代码混乱。
对于个人价值:
min(clamp_max, max(clamp_min, value))
对于值列表:
map(lambda x: min(clamp_max, max(clamp_min, x)), values)
不隶属于 StackOverflow