Python 将函数映射到列表迭代器的列

假设我在一个csv文件中读取的数字如下所示：

1,6.2,10
5.4,5,11
17,1.5,5
...

import csv
reader = csv.reader('numbers.csv')

def max(iterator):
    themax = float('-inf')
    for i in iterator:
        themax = i if i > themax else themax
        yield
    yield themax

而且真的很长

我将使用如下csv阅读器遍历此文件：

1,6.2,10
5.4,5,11
17,1.5,5
...

import csv
reader = csv.reader('numbers.csv')

def max(iterator):
    themax = float('-inf')
    for i in iterator:
        themax = i if i > themax else themax
        yield
    yield themax

现在假设我有一个函数，可以使用像max这样的迭代器：

max((float(rec[0]) for rec in reader))

这会找到第一列的最大值，不需要将整个文件读入内存

但是，如果我想在csv文件的每一列上运行max，而不将整个文件读入内存，该怎么办

如果max被改写成这样：

1,6.2,10
5.4,5,11
17,1.5,5
...

import csv
reader = csv.reader('numbers.csv')

def max(iterator):
    themax = float('-inf')
    for i in iterator:
        themax = i if i > themax else themax
        yield
    yield themax

然后我可以做一些花哨的工作（而且必须）来实现这一点

但是，如果我限制了问题，不允许重写max，该怎么办？这可能吗

---

谢谢

我不再使用传递迭代器的函数，而是自己在读卡器上迭代：

maxes = []
for row in reader:
    for i in range(len(row)):
        if i > len(maxes):
            maxes.append(row[i])
        else:
            maxes[i] = max(maxes[i], row[i])

---

最后，您将拥有包含每个最大值的列表

maxes

，而不必将整个文件存储在内存中。

如果您对更实用的方法感到满意，可以使用functools.reduce来迭代文件，一次只将两行拉入内存，并在运行过程中累积列的最大值

import csv
from functools import reduce

def column_max(row1, row2):
    # zip contiguous rows and apply max to each of the column pairs
    return [max(float(c1), float(c2)) for (c1, c2) in zip(row1, row2)]

reader = csv.reader('numbers.csv')
# calling `next` on reader advances its state by one row
first_row = next(reader)
column_maxes = reduce(column_max, reader, first_row)
#
#
# another way to write this code is to unpack the reduction into explicit iteration
column_maxes = next(reader) # advances `reader` to its second row
for row in reader:
    column_maxes = [max(float(c1), float(c2)) for (c1, c2) in zip(column_maxes, row)]

现在functools.reduce（col_max、reader、initializer）将返回您想要的结果。您必须提供初始值设定项作为正确长度的-inf列表