Làm thế nào để kẹp một số nguyên vào một số phạm vi?

Tôi có mã sau:

new_index = index + offset
if new_index < 0:
    new_index = 0
if new_index >= len(mylist):
    new_index = len(mylist) - 1
return mylist[new_index]

Về cơ bản, tôi tính toán một chỉ mục mới và sử dụng chỉ mục đó để tìm một số phần tử từ danh sách. Để đảm bảo chỉ mục nằm trong giới hạn của danh sách, tôi cần viết 2 ifcâu lệnh đó thành 4 dòng. Điều đó khá dài dòng, một chút xấu xí ... Tôi dám nói, nó khá là không quan trọng .

Có giải pháp nào khác đơn giản và gọn nhẹ hơn không? (và nhiều pythonic hơn )

Có, tôi biết tôi có thể sử dụng if elsetrong một dòng, nhưng không thể đọc được:

new_index = 0 if new_index < 0 else len(mylist) - 1 if new_index >= len(mylist) else new_index

Tôi cũng biết tôi có thể xâu chuỗi max()và min()cùng nhau. Nó nhỏ gọn hơn, nhưng tôi cảm thấy nó hơi tối nghĩa, khó tìm lỗi hơn nếu tôi gõ sai. Nói cách khác, tôi thấy nó không đơn giản lắm.

new_index = max(0, min(new_index, len(mylist)-1))

Điều này khá rõ ràng, thực sự. Nhiều người học nó một cách nhanh chóng. Bạn có thể sử dụng một bình luận để giúp họ.

new_index = max(0, min(new_index, len(mylist)-1))

sorted((minval, value, maxval))[1]

ví dụ:

>>> minval=3
>>> maxval=7
>>> for value in range(10):
...   print sorted((minval, value, maxval))[1]
... 
3
3
3
3
4
5
6
7
7
7

nhiều câu trả lời thú vị ở đây, tất cả đều giống nhau, ngoại trừ ... câu trả lời nào nhanh hơn?

import numpy
np_clip = numpy.clip
mm_clip = lambda x, l, u: max(l, min(u, x))
s_clip = lambda x, l, u: sorted((x, l, u))[1]
py_clip = lambda x, l, u: l if x < l else u if x > u else x

>>> import random
>>> rrange = random.randrange
>>> %timeit mm_clip(rrange(100), 10, 90)
1000000 loops, best of 3: 1.02 µs per loop

>>> %timeit s_clip(rrange(100), 10, 90)
1000000 loops, best of 3: 1.21 µs per loop

>>> %timeit np_clip(rrange(100), 10, 90)
100000 loops, best of 3: 6.12 µs per loop

>>> %timeit py_clip(rrange(100), 10, 90)
1000000 loops, best of 3: 783 ns per loop

paxdiablo có nó !, hãy sử dụng python đơn giản. Có lẽ không có gì ngạc nhiên khi phiên bản numpy là phiên bản chậm nhất trong số các phiên bản. Có lẽ vì nó đang tìm kiếm mảng, nơi các phiên bản khác chỉ sắp xếp các đối số của chúng.

Xem numpy.clip :

index = numpy.clip(index, 0, len(my_list) - 1)

Chuỗi max()và min()cùng nhau là câu thành ngữ bình thường mà tôi từng thấy. Nếu bạn cảm thấy khó đọc, hãy viết một hàm trợ giúp để đóng gói hoạt động:

def clamp(minimum, x, maximum):
    return max(minimum, min(x, maximum))

Điều gì đã xảy ra với ngôn ngữ Python có thể đọc được yêu quý của tôi? :-)

Nghiêm túc mà nói, chỉ cần biến nó thành một chức năng:

def addInRange(val, add, minval, maxval):
    newval = val + add
    if newval < minval: return minval
    if newval > maxval: return maxval
    return newval

sau đó chỉ cần gọi nó với một cái gì đó như:

val = addInRange(val, 7, 0, 42)

Hoặc một giải pháp đơn giản hơn, linh hoạt hơn, nơi bạn tự tính toán:

def restrict(val, minval, maxval):
    if val < minval: return minval
    if val > maxval: return maxval
    return val

x = restrict(x+10, 0, 42)

Nếu muốn, bạn thậm chí có thể tạo danh sách tối thiểu / tối đa để danh sách trông "thuần túy về mặt toán học" hơn:

x = restrict(val+7, [0, 42])

Cái này đối với tôi có vẻ khó hiểu hơn:

>>> def clip(val, min_, max_):
...     return min_ if val < min_ else max_ if val > max_ else val

Một vài thử nghiệm:

>>> clip(5, 2, 7)
5
>>> clip(1, 2, 7)
2
>>> clip(8, 2, 7)
7

Nếu mã của bạn có vẻ quá khó sử dụng, một hàm có thể giúp:

def clamp(minvalue, value, maxvalue):
    return max(minvalue, min(value, maxvalue))

new_index = clamp(0, new_index, len(mylist)-1)

Tránh viết các hàm cho các tác vụ nhỏ như vậy, trừ khi bạn áp dụng chúng thường xuyên, vì nó sẽ làm rối mã của bạn.

cho các giá trị riêng lẻ:

min(clamp_max, max(clamp_min, value))

cho danh sách các giá trị:

map(lambda x: min(clamp_max, max(clamp_min, x)), values)