Come bloccare un intero in una certa gamma?
Domanda
Ho il seguente codice:
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]
In sostanza, ho calcolare un nuovo indice e l'uso che per trovare qualche elemento da un elenco. Al fine di assicurarsi che l'indice è all'interno dei limiti della lista, avevo bisogno di scrivere quei 2 if
dichiarazioni diffuse in 4 linee. Questo è abbastanza prolisso, un po 'brutto ... oserei dire, è abbastanza non-divinatorio .
C'è qualche altra soluzione più semplice e più compatto? (e più divinatorio )
Sì, so che posso utilizzare if else
in una sola riga, ma non è leggibile:
new_index = 0 if new_index < 0 else len(mylist) - 1 if new_index >= len(mylist) else new_index
so anche che posso catena max()
e min()
insieme. E 'più compatta, ma sento che è un pò oscuro, più difficile da trovare bug se di tipo sbagliato. In altre parole, non mi trovo molto semplice.
new_index = max(0, min(new_index, len(mylist)-1))
Soluzione
Questo è abbastanza chiaro, in realtà. Molte persone imparano in fretta. È possibile utilizzare un commento per aiutarli.
new_index = max(0, min(new_index, len(mylist)-1))
Altri suggerimenti
sorted((minval, value, maxval))[1]
Ad esempio:
>>> 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
index = numpy.clip(index, 0, len(my_list) - 1)
molte risposte interessanti qui, tutti circa lo stesso, tranne ... che uno è più veloce?
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 ha It !, utilizzare pianura ol' pitone. La versione NumPy è, forse non a caso, il più lento del lotto. Probabilmente perché è alla ricerca di matrici, in cui le altre versioni giusto ordine i loro argomenti.
Chaining max()
e min()
insieme è il linguaggio normale che ho visto. Se si fatica a leggere, scrivere una funzione di supporto per incapsulare l'operazione:
def clamp(minimum, x, maximum):
return max(minimum, min(x, maximum))
Cosa è successo al mio amato linguaggio leggibile Python? : -)
Scherzi a parte, appena ne fanno una funzione:
def addInRange(val, add, minval, maxval):
newval = val + add
if newval < minval: return minval
if newval > maxval: return maxval
return newval
allora lo chiamano semplicemente con qualcosa di simile:
val = addInRange(val, 7, 0, 42)
O un più semplice, più flessibile, soluzione in cui si fa il calcolo da soli:
def restrict(val, minval, maxval):
if val < minval: return minval
if val > maxval: return maxval
return val
x = restrict(x+10, 0, 42)
Se si volesse, si potrebbe anche fare l'/ lista un massimo minimo in modo che appaia più "matematicamente pura":
x = restrict(val+7, [0, 42])
Questo sembra più divinatorio a me:
>>> def clip(val, min_, max_):
... return min_ if val < min_ else max_ if val > max_ else val
Alcuni test:
>>> clip(5, 2, 7)
5
>>> clip(1, 2, 7)
2
>>> clip(8, 2, 7)
7
Se il codice sembra troppo ingombrante, un aiuto funzione potrebbe:
def clamp(minvalue, value, maxvalue):
return max(minvalue, min(value, maxvalue))
new_index = clamp(0, new_index, len(mylist)-1)
funzioni di scrittura per questi piccoli compiti, a meno che non li applicano spesso, come sarà ingombrare il codice. Evitare
per i valori individuali:
min(clamp_max, max(clamp_min, value))
per gli elenchi di valori:
map(lambda x: min(clamp_max, max(clamp_min, x)), values)