Python 是否有一个“问题”；反向夹；在numpy中的功能？

我有工作代码，但我想知道是否有一个

numpy

实现。这更多是为了满足我的好奇心，优化代码，让代码更漂亮；我没有严重的问题。不过，我想这种情况很常见，除了我自己，其他人也会对它感兴趣

所以，情况是：我在循环中多次计算一个值，只想保存最小值和最大值

最初，我使用

import numpy as np
vals = []
for obj in objects:
    #...do stuff...
    vals.append(obj.calc_value())
    #...do more stuff
minmax = [np.min(vals), np.max(vals)]

它很管用，又漂亮又短。然而，因为我存储了所有的值，但只需要最小值和最大值，这看起来像是在浪费完美的内存空间。所以我把它改成了

import numpy as np
minmax = [np.inf, -np.inf]
for obj in objects:
    #...do stuff...
    val = obj.calc_value()
    if val < minmax[0]:
        minmax[0] = val
    if val > minmax[1]:
        minmax[1] = val
    #...do more stuff

---

如果有，我很想听听。还有，你知道我不在这里问怎么能找到它吗？我查看了

numpy

的数组方法，但在那里找不到它。

您可以在第一项上反转符号，并在两项上应用

max

，然后在循环后将其更改回：

for obj in objects:
    i = obj.calc_value()
    minmax= map(max, zip([-i, i], minmax)) # using python
    minmax = np.vstack((minmax, [-i, i])).max(0) #using numpy
minmax *= np.array([-1, 1]) #using numpy
minmax = [i * j for i, j in zip(a1, [-1, 1])] # using python, or do list(a1) * np.array([-1, 1])

---

我想我可以将4行更改为2行，其中

minmax[0]=min（minmax[0]，val）

。这已经更好了，但我仍然对

numpy

实现感到好奇。类似的问题：谢谢@Mstaino的回答！我不会说它更具可读性，但它绝对是有创意的；）我可能应该更清楚地回答我的问题，但是，由于

[-I，I]

列表，很遗憾，这里不可能放弃使用临时变量。您可以将

[-I，I]

替换为

np.array（[-1，1]）*obj.calc_value（）

要消除临时变量，我个人认为

映射

+

zip

组合可读性很强，对于小操作来说性能更高。

vstack

选项不那么重要，它只是给你一个不同的选择

for obj in objects:
    i = obj.calc_value()
    minmax= map(max, zip([-i, i], minmax)) # using python
    minmax = np.vstack((minmax, [-i, i])).max(0) #using numpy
minmax *= np.array([-1, 1]) #using numpy
minmax = [i * j for i, j in zip(a1, [-1, 1])] # using python, or do list(a1) * np.array([-1, 1])