Question

我有一个元组列表，即2-dim元组，其值为x和y。称之为数据。我想取两个浮点数xmin和xmax，并返回该时间间隔内最大y值的索引。即使xmin和xmax与数据点不完全匹配，它也应该工作。

我理解如何解决问题，除了将xmin和xmax舍入到列表中最接近的值的方法。我不知道我是一个蟒蛇新手。

# Find the index of the point (x, y) with the maximum y value
# on the interval [xmin, xmax]
def find_peak(data, xmin, xmax):

暂时，我可以搜索列表并记录每个x值的最小差异。这是可行的还是有更聪明的方法？

Answer 1

给出2维坐标列表。

根据x坐标对数据进行排序。这应该是自然列表排序。
使用python bisect模块确定数据点的起始和结束索引
使用带有密钥min的内置operator.itemgetter(1)来查找x_main和x_max中具有最大y值的元素

示例实施

def foo(data, x_min, x_max):
    from bisect import bisect_left, bisect
    from operator import itemgetter
    data = sorted(data)
    x_data = [x for x,y in data]
    index_min = bisect_left(x_data, x_min)
    index_max = bisect(x_data, x_max)
    return max(data[index_min:index_max],key=itemgetter(1))[-1]

运行示例

>>> data = [(random.randint(1,20),random.randint(1,20)) for _ in range(10)]
>>> data
[(9, 9), (11, 11), (7, 7), (16, 11), (15, 19), (8, 18), (16, 3), (18, 7), (17, 13), (3, 11)]
>>> foo(data,3,7)
11

Answer 2

max_finder = lambda point: point[1] if x_min <= point[0] <= x_max else float("-inf")
# get data point of target element
max_y = max(data, key=max_finder)

# gets index of target element
max_y_idx = max(enumerate(data), key=lambda x: max_finder(x[1]))[0]
# or alternatively, after finding max_y
max_y_idx = data.index(max_y_idx)

请注意，这应该略微优于排序变体，因为max具有O（n）复杂度，index具有O（n）最坏情况复杂度，与O（n * log（n））相比排序复杂性。

有关详细信息，请参阅max和enumerate文档

给定一个浮点数，找到列表中的列表或最接近的数字

2 个答案: