Python 获取数据块以进行min（）max（）计算的最佳方法是什么？

在使用MySQLdb和matplotlib时，我试图绘制一些天气数据，如温度。首先，我要做以下几点：

 [...]
result = cursor.fetchall()
date = [x[0] for x in result]
outdoor = [x[1] for x in result]

我想标记每年、每月、每周和每天的最小值和最大值

我用以下方法试用了一个月，例如may：

for item in date:
    if item.month == 5:
        print(item)
        print(date.index(item))

找出整个日期列表的开始和结束索引，但代码的性能是有史以来最差的

所以我需要一个高性能的split命令，我的问题是： 如何拆分包含一年的datetime、月、周和日的值元组的列表，以便能够找到每个月、周和日的最小值（）和最大值（）

要了解最大最小值，请执行以下操作：

hi = outdoor.index(max(outdoor))
lo = outdoor.index(min(outdoor))

要绘制图形和最小值、最大值：

plt.plot(date, outdoor, color = '#bbbbff')
plt.plot(date[hi], outdoor[hi], 'or')
plt.plot(date[lo], outdoor[lo], 'ob')

---

你能显示你的输入数据吗？我猜

itertools.groupby（）

将是一种选择，但从您提供的信息中很难判断。我猜解决此问题的最佳方法是首先将其与matplotlib解耦。然后，使用设计良好的SQL查询或在pandas中使用datetime列可能会有所帮助。选择其中一个方向并提出一个具体问题，包括问题的答案，可能会使您更接近于解决此问题。输入数据如下所示：结果[0]=（datetime.datetime（2016,11,26,0,47,32），35.625）