Python 如何在列表循环中找到特定位置的最小值和最大值？

这就是我到目前为止所做的：

import random
list1 = []
list2 = []

for i in range(5):
    for j in range(3):
        list1.append(random.randrange(1,101))
    list2.append(list1)
    list1=[]

for i in list2:
    for j in i:
        print(j, end=",")

    print(" (Sum: ", sum(i), " Average: ", (sum(i)/len(i)), ")", sep="") 
    print()

我希望能够在每列中找到最大和最小的数字。例如，输出为：

1,91,46, (Sum: 138 Average: 46.0)

82,62,21, (Sum: 165 Average: 55.0)

39,52,41, (Sum: 132 Average: 44.0)

60,69,45, (Sum: 174 Average: 58.0)

20,21,7, (Sum: 48 Average: 16.0)

Largest number of first column: 82      Smallest number of first column: 1
Largest number of second column: 91     Smallest number of second column: 21 
Largest number of third column: 46      Smallest number of third column: 7

---

我知道最小值/最大值，有什么方法可以使用它们来获得这些结果吗？还是我必须使用不同的方法？感谢您的帮助

最简单的方法如下：

col1 = []
col2 = []
col3 = []
for i in list2:
    col1.append(i[0])
    col2.append(i[1])
    col3.append(i[2])
print("Largest number of first column:", max(col1), ",Smallest number of first column:", min(col1) )
print("Largest number of second column:", max(col2), ",Smallest number of second column:", min(col2) )
print("Largest number of third column:", max(col3), ",Smallest number of third column:", min(col3) )

您可以使用

zip（*行）

样本输出：

(5, 22, 95) sum: 122 avg: 40 min: 5 max: 95
(92, 88, 67) sum: 247 avg: 82 min: 67 max: 92
(97, 61, 3) sum: 161 avg: 53 min: 3 max: 97
(95, 37, 67) sum: 199 avg: 66 min: 37 max: 95
(47, 13, 29) sum: 89 avg: 29 min: 13 max: 47

如果使用的是numpy，则可以使用而不是嵌套列表。使用

array.T

（转置）迭代列而不是行

for column in numpy.array(rows).T:
    print(column, column.sum(), column.mean(dtype=int), column.min(), column.max())


[ 5 22 95] 122 40 5 95
[92 88 67] 247 82 67 92
[97 61  3] 161 53 3 97
[95 37 67] 199 66 37 95
[47 13 29] 89 29 13 47

---

如果可以将列表组织为二维数组，则可以使用numpy数组操作（求和、平均值…）是否尝试使用列表的

列表

？您是否计划从上面显示的示例中获得一个

5x3

矩阵？为了获得良好的顺序，没有“二维列表”的概念[这是

numpy

或数组术语]。您拥有的是一个列表列表（不需要与

int

数组中的列表长度相同）。但是

zip

是一条出路+1.

for column in numpy.array(rows).T:
    print(column, column.sum(), column.mean(dtype=int), column.min(), column.max())


[ 5 22 95] 122 40 5 95
[92 88 67] 247 82 67 92
[97 61  3] 161 53 3 97
[95 37 67] 199 66 37 95
[47 13 29] 89 29 13 47