Méthode pythonique pour trouver la valeur maximale et son indice dans une liste ?

Question

Si je veux la valeur maximale d'une liste, je peux simplement écrire max(List) mais que faire si j'ai également besoin de l'indice de la valeur maximale ?

Je peux écrire quelque chose comme ça :

maximum=0
for i,value in enumerate(List):
    if value>maximum:
        maximum=value
        index=i

Mais ça me semble fastidieux.

Et si j'écris :

List.index(max(List))

Ensuite, la liste sera itérée deux fois.

Y a-t-il un meilleur moyen ?

Answer 1

Je pense que la réponse acceptée est excellente, mais pourquoi ne pas le faire explicitement ? Je pense que plus de personnes comprendraient votre code, et cela est en accord avec la PEP 8 :

max_value = max(my_list)
max_index = my_list.index(max_value)

Cette méthode est également environ trois fois plus rapide que la réponse acceptée :

import random
from datetime import datetime
import operator

def explicit(l):
    max_val = max(l)
    max_idx = l.index(max_val)
    return max_idx, max_val

def implicit(l):
    max_idx, max_val = max(enumerate(l), key=operator.itemgetter(1))
    return max_idx, max_val

if __name__ == "__main__":
    from timeit import Timer
    t = Timer("explicit(l)", "from __main__ import explicit, implicit; "
          "import random; import operator;"
          "l = [random.random() for _ in xrange(100)]")
    print "Explicit: %.2f usec/pass" % (1000000 * t.timeit(number=100000)/100000)

    t = Timer("implicit(l)", "from __main__ import explicit, implicit; "
          "import random; import operator;"
          "l = [random.random() for _ in xrange(100)]")
    print "Implicit: %.2f usec/pass" % (1000000 * t.timeit(number=100000)/100000)

Les résultats tels qu'ils s'exécutent dans mon ordinateur :

Explicit: 8.07 usec/pass
Implicit: 22.86 usec/pass

Autre ensemble :

Explicit: 6.80 usec/pass
Implicit: 19.01 usec/pass

Answer 2

Il existe de nombreuses possibilités, par exemple :

import operator
index, value = max(enumerate(my_list), key=operator.itemgetter(1))

Answer 3

Cette réponse est 33 fois plus rapide que @Escualo en supposant que la liste est très grande, et en supposant qu'elle est déjà un np.array(). J'ai dû réduire le nombre d'exécutions du test parce que le test porte sur 10000000 éléments et pas seulement 100.

import random
from datetime import datetime
import operator
import numpy as np

def explicit(l):
    max_val = max(l)
    max_idx = l.index(max_val)
    return max_idx, max_val

def implicit(l):
    max_idx, max_val = max(enumerate(l), key=operator.itemgetter(1))
    return max_idx, max_val

def npmax(l):
    max_idx = np.argmax(l)
    max_val = l[max_idx]
    return (max_idx, max_val)

if __name__ == "__main__":
    from timeit import Timer

t = Timer("npmax(l)", "from __main__ import explicit, implicit, npmax; "
      "import random; import operator; import numpy as np;"
      "l = np.array([random.random() for _ in xrange(10000000)])")
print "Npmax: %.2f msec/pass" % (1000  * t.timeit(number=10)/10 )

t = Timer("explicit(l)", "from __main__ import explicit, implicit; "
      "import random; import operator;"
      "l = [random.random() for _ in xrange(10000000)]")
print "Explicit: %.2f msec/pass" % (1000  * t.timeit(number=10)/10 )

t = Timer("implicit(l)", "from __main__ import explicit, implicit; "
      "import random; import operator;"
      "l = [random.random() for _ in xrange(10000000)]")
print "Implicit: %.2f msec/pass" % (1000  * t.timeit(number=10)/10 )

Résultats sur mon ordinateur :

Npmax: 8.78 msec/pass
Explicit: 290.01 msec/pass
Implicit: 790.27 msec/pass

Answer 4

Avec la bibliothèque intégrée de Python, c'est assez facile :

a = [2, 9, -10, 5, 18, 9] 
max(xrange(len(a)), key = lambda x: a[x])

Cela signifie que max pour trouver le plus grand nombre de la liste [0, 1, 2, ..., len(a)] en utilisant la fonction personnalisée lambda x: a[x] qui dit que 0 est en fait 2 , 1 est en fait 9 etc.

Answer 5

Je vous propose un moyen très simple :

import numpy as np
l = [10, 22, 8, 8, 11]
print(np.argmax(l))
print(np.argmin(l))

J'espère que cela vous aidera.