Python内置函数－min函数和max函数-详解

博文主要内容如下：

max和min函数的使用介绍：

1. 对可迭代对象元素进行比较，找到最大/最小值      max(iterable, *[, default=obj, key=func])
2. 对传入的多个参数进行比较，找到最大/最小值      max(arg1, arg2, *args, *[, key=func])
3. 介绍对复杂结构的数据下，如何使用函数定义中的key  。

         需求： 找到列表中出现次数最多的元素。
         三种实现方式：
             （1）灵活使用max函数的key参数 ；
             （2）使用字典统计元素计数，手工实现封装成函数  ；
             （3）拓展讲解了 collections.Counter类 ，使用Counter对象的most_common方法。

拓展内容：heapq模块的nlargest函数部分源码、 collections.Counter类介绍以及  most_common方法源码。

---

如何去探索max和min函数的功能呢？我们首先要做的就是阅读函数的官方API了！   
使用IDE查看函数，或者是在交互式环境下输入命令: help(max),会给出官方的函数注释：

def max(*args, key=None): # known special case of max
    """
    max(iterable, *[, default=obj, key=func]) -> value
    max(arg1, arg2, *args, *[, key=func]) -> value
    
    With a single iterable argument, return its biggest item. The
    default keyword-only argument specifies an object to return if
    the provided iterable is empty.
    With two or more arguments, return the largest argument.
    """
    pass

def min(*args, key=None): # known special case of min
    """
    min(iterable, *[, default=obj, key=func]) -> value
    min(arg1, arg2, *args, *[, key=func]) -> value
    
    With a single iterable argument, return its smallest item. The
    default keyword-only argument specifies an object to return if
    the provided iterable is empty.
    With two or more arguments, return the smallest argument.
    """
    pass

显示这样的内容，一般来说就代表了这两个函数的底层实现是C语言程序。有关具体的实现方法还需要进一步的探索源码。这篇博文我们先掌握API的内容：
         从函数说明上来看。max和min函数的使用方法是一样的，区别仅在于max函数是找最大值，min函数是找最小值。下面仅以max函数作为示例对max和min函数的使用进行说明：

注意，使用min和max，相互比较的元素之间必须是可比较的，否则会提示错误；有关元素之间的比较，我在之前一篇文章中展开了讨论，这篇博文的最后一部分是有关元素之间比较的讨论。博文地址：数据类型-容器类数据类型

一、函数的两种使用方式：
1，max(iterable, *[, default=obj, key=func]) -> value
      iterable:  要比较的元素都在可迭代对象中，第一个位置参数传入这份可迭代对象，函数将返回可迭代对象中最大的元素。  如果传入的是字典，那么将比较的是字典的键，也就是相当于传入了dt.keys()。

# 生成一个打乱顺序的由0-9数字组成的列表，用来测试max和min函数
>>> from random import shuffle
>>> data = list(range(10))
>>> shuffle(data)

>>> max(data)
9
>>> min(data)
0

    关键字参数default:   当可迭代对象中没有元素，如果指定了default关键字参数，那么就返回default参数的值。这种情况如果没有指定default参数,程序会报错：ValueError: max() arg is an empty sequence；

>>> max(range(10))
9
>>> max(range(0))
Traceback (most recent call last):
  File "", line 1, in 
ValueError: max() arg is an empty sequence

下面的一段代码是我在阅读heapq模块的nlargest函数的源码时遇到的有关 default关键字参数的使用：
 

def nlargest(n, iterable, key=None):
    """找到数据集中最大的n个元素
    函数作用等值于:  sorted(iterable, key=key, reverse=True)[:n]
    """
    # Short-cut for n==1 is to use max()
    if n == 1:
        it = iter(iterable)
        sentinel = object()
        if key is None:
            result = max(it, default=sentinel)
        else:
            result = max(it, default=sentinel, key=key)
        return [] if result is sentinel else [result]
    pass
# 注意：sentinel是哨兵位置，用来监测传入的数据集是不是空的。
# 这里就是利用了max函数的default参数的作用来设置的哨兵位置，在可迭代对象为空的情况下能够返回空列表[]

2，max(arg1, arg2, *args, *[, key=func]) -> value
    传入多个参数，多个参数之间进行比较，找到最大的那个参数。

>>> max(9, 1, 2, 3)
9

二、函数的缺省参数key的使用：
key应当传入一个可调用对象，一般传入的是函数。指定key之后，max函数就会根据key处理后的元素进行比较。

需求1： 比如下面的情况，每种水果的价格信息都是以字典的形式存放的列表中，要找到最贵的水果和最便宜的水果

fruit_shop = [
    {'name': 'apple',  'price': 5.68},
    {'name': 'orange', 'price': 4.22},
    {'name': 'banana', 'price': 2.65},
    {'name': 'berries', 'price': 10.75}]

cheap = min(fruit_shop, key=lambda s: s['price'])
expensive = max(fruit_shop, key=lambda s: s['price'])
print('最便宜的水果是:', cheap)
print('最贵的水果是:', expensive)

####
# 最便宜的水果是: {'name': 'banana', 'price': 2.65}
# 最贵的水果是: {'name': 'berries', 'price': 10.75}

需求2：找到列表中出现次数最多的元素。

>>> lt = [2, 2, 3, 1, 2, 2, 1, 8, 5]
>>> max(set(lt), key=lt.count)
2

注：将count方法作为参数传递给max函数，则在此max函数是对元素出现频次进行比较的。

1.set(lt) 能够得到lt列表中所有唯一值，简单地说就是给列表元素去重，得到的是一个集合（即set类型）

>>> set(lt)

{1, 2, 3, 5, 8}

2.列表的count方法是找到统计列表元素出现的次数

>>> lt.count(2)
4
>>> lt.count(1)
2

 

不使用max函数我们要如何实现呢？

第一种方式: 自定义函数，手动的使用字典去统计元素计数

# 使用字典dt,统计元素（key）以及元素出现的次数(value)
# 出现次数最大的元素用max_count_key存放，
# 遍历列表元素，如果字典中已经统计过该元素的出现次数，那么不再重复进行统计;
                否则使用列表的count方法统计元素出现次数，并与max_count_key比较

def max_count(lt):
    dt = {}
    max_count_key = None
    for i in lt:
        # 字典中已经存在的元素不再进行统计
        if i not in dt:
            count = lt.count(i)
            dt[i] = count
            if count > dt.get(max_count_key, 0):
                max_count_key= i
    return max_count_key

第二种方式（推荐）：使用collections.Counter类，它的most_common() 方法就是查找到序列中出现次数最多的

collections.Counter类，对可迭代对象中的元素进行计数，并以键值对的形式保存在Counter对象中
Counter对象属于映射，能够通过dict()将Counter对象转换为字典。

>>> from collections import Counter
>>> c = Counter('MyNameisMarsenHelloWorld')
>>> c
Counter({'e': 3, 'l': 3, 'M': 2, 'a': 2, 's': 2, 'r': 2, 'o': 2, 'y': 1, 'N': 1, 'm': 1, 'i': 1, 'n': 1, 'H': 1, 'W': 1, 'd': 1})
>>> dict(c)
{'M': 2, 'y': 1, 'N': 1, 'a': 2, 'm': 1, 'e': 3, 'i': 1, 's': 2, 'r': 2, 'n': 1, 'H': 1, 'l': 3, 'o': 2, 'W': 1, 'd': 1}

Counter类的most_common(n=None) 方法：列出n个最常见的元素及其计数，从最常见到最少见。如果n为None，则列出所有元素计数。也是从最常见到最少见。
函数返回值是由结果元素的组成的列表。

>>> c.most_common()
[('e', 3), ('l', 3), ('M', 2), ('a', 2), ('s', 2), ('r', 2), ('o', 2), ('y', 1), ('N', 1), ('m', 1), ('i', 1), ('n', 1), ('H', 1), ('W', 1), ('d', 1)]
>>> c.most_common(3)
[('e', 3), ('l', 3), ('M', 2)]

most_common方法源码阅读：
# 当n==None时，
方法的实现是通过内置函数： sorted(iterable [, key=None [,reverse=False]]) 对元素计数的统计结果进行逆序排序。
# 当方法的调用指定n的值时，
方法的实现是通过heapq模块的nlargest(n, iterable [ , key=None ])函数实现的，上面提到过这个函数的作用是从可迭代对象中找到最大的n个元素。直接利用这个函数，只需要用元素的计数进行比较，这样得到   了最常见的n个元素了。

def most_common(self, n=None):
    if n is None:
        return sorted(self.items(), key=_itemgetter(1), reverse=True)
    return _heapq.nlargest(n, self.items(), key=_itemgetter(1))

了解到Counter类之后，它在对数据技术的场合下是非常方便使用的工具，我们可以优先选择使用Counter类来实现功能，这比我们手工的使用字典计数方便很多。

对于这个需求2：找最大出现次数或者最小出现次数的元素时直接使用max或者min函数解决即可

如果需求是想找最常见的n个元素，那么就优先选择Counter类去实现相关功能。

>>> lt = [2, 2, 3, 1, 2, 2, 1, 8, 5]
>>> Counter(lt).most_common(1)
[(2, 4)]
>>> Counter(lt).most_common(1)[0][0]
2