当前位置:首页 > 文章列表 > 文章 > python教程 > Python列表:交替找最大最小值及索引

Python列表:交替找最大最小值及索引

2025-10-24 12:42:33 0浏览 收藏

今天golang学习网给大家带来了《Python列表:找交替最大最小值及索引》,其中涉及到的知识点包括等等,无论你是小白还是老手,都适合看一看哦~有好的建议也欢迎大家在评论留言,若是看完有所收获,也希望大家能多多点赞支持呀!一起加油学习~

Python列表:查找交替的最大值和最小值及其索引

本文介绍了如何在Python列表中查找交替出现的最大值和最小值,并获取它们对应的索引。通过使用`itertools.groupby`和`accumulate`等工具,我们可以高效地提取出列表中符合特定模式的元素及其位置信息,并提供了两种实现方法,帮助读者理解和应用。

在处理Python列表时,有时我们需要提取符合特定模式的元素,例如,交替出现的最大值和最小值。以下介绍两种使用 itertools 模块中的 groupby 和 accumulate 函数来实现此目标的方法。

方法一:使用 groupby 直接提取值和索引

此方法利用 groupby 函数将列表中的元素按照递增趋势进行分组,然后从每个分组中提取最后一个元素的索引和值。

from itertools import groupby

myList = [10, 12, 18, 20, 25, 18, 17, 16, 10, 20, 30, 35, 40, 35, 30, 20, 15]

d = [(myList[i], i) for _, (*_, i) in groupby(range(1, len(myList)),
                                            key=lambda i: myList[i-1] < myList[i])]

print(d)
# 输出: [(25, 4), (10, 8), (40, 12), (15, 16)]

代码解释:

  1. groupby(range(1, len(myList)), key=lambda i: myList[i-1] < myList[i]): 这部分是核心。

    • range(1, len(myList)) 生成索引序列,用于遍历列表(从索引1开始,因为我们需要比较相邻元素)。
    • key=lambda i: myList[i-1] < myList[i] 定义了分组的规则。它比较当前元素 myList[i] 和前一个元素 myList[i-1]。如果当前元素大于前一个元素,则返回 True,否则返回 False。groupby 函数根据这个 True/False 值进行分组。
  2. [ (myList[i],i) for _,(*_,i) in groupby(...)]: 这部分用于提取结果。

    • groupby 返回的是一个迭代器,每次迭代返回一个键和一个组。在这里,键是 True 或 False (表示递增或递减趋势),组是一个迭代器,包含属于该组的索引。
    • (*_, i) 解包组迭代器。 _ 表示我们不关心的中间索引, i 是最后一个索引(也就是每个递增/递减趋势的终点)。
    • (myList[i], i) 创建一个元组,包含该索引对应的值 myList[i] 和索引 i 本身。

方法二:先计算索引,再提取值

此方法首先使用 groupby 和 accumulate 函数计算出所有需要提取的元素的索引,然后根据索引提取对应的值。

from itertools import groupby, accumulate

myList = [10, 12, 18, 20, 25, 18, 17, 16, 10, 20, 30, 35, 40, 35, 30, 20, 15]

d = (b > a for a, b in zip(myList, myList[1:]))
*indexes, = accumulate(len(g) for _, (*g,) in groupby(d))
values = [myList[i] for i in indexes]

print(indexes)
print(values)

# 输出:
# [4, 8, 12, 16]
# [25, 10, 40, 15]

代码解释:

  1. d = (b > a for a, b in zip(myList, myList[1:])): 生成一个布尔类型的生成器,指示相邻元素是否递增。zip(myList, myList[1:]) 将列表与其自身错位一个位置进行配对,然后比较每对元素。

  2. *indexes, = accumulate(len(g) for _, (*g,) in groupby(d)): 计算出所有需要提取的元素的索引。

    • groupby(d) 根据 d 中的布尔值对递增/递减趋势进行分组。
    • len(g) 计算每个组的长度(即每个递增/递减趋势的长度)。
    • accumulate(...) 计算累积和。累积和的结果就是每个递增/递减趋势的最后一个元素的索引。
    • *indexes, = ... 使用解包操作符 * 将 accumulate 返回的迭代器转换为一个列表 indexes。
  3. values = [myList[i] for i in indexes]: 根据计算出的索引列表 indexes 提取对应的值。

注意事项:

  • 这两种方法都依赖于 itertools 模块,该模块提供了许多高效的迭代器工具。
  • 第一种方法更简洁,直接提取值和索引。第二种方法将索引计算和值提取分离,可能更易于理解和调试。
  • 如果列表为空或只有一个元素,这两种方法都会产生错误。在使用之前,应该对列表进行检查。
  • 这两种方法都假设列表中的元素至少有一次递增和一次递减。如果列表是单调递增或单调递减的,结果可能不符合预期。

总结:

通过使用 itertools.groupby 和 itertools.accumulate 函数,我们可以有效地从Python列表中提取交替出现的最大值和最小值,并获取它们的索引。 选择哪种方法取决于具体的需求和偏好。第一种方法更简洁,而第二种方法可能更易于理解和调试。在实际应用中,需要根据列表的特点和预期的结果进行适当的调整。

理论要掌握,实操不能落!以上关于《Python列表:交替找最大最小值及索引》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

vivo浏览器查看网页编码方法vivo浏览器查看网页编码方法
上一篇
vivo浏览器查看网页编码方法
JavaMap高效遍历方法解析
下一篇
JavaMap高效遍历方法解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    286次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    340次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    339次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    306次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    127次使用