Comment fixer un entier à une certaine plage? (en Python)

Question

J'ai le code suivant:

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]

Fondamentalement, je calcule un nouvel indice et l'utiliser pour trouver un élément dans une liste. Afin de garantir que l'index est à l'intérieur des limites de la liste, j'avais besoin d'écrire ces 2 if états répartis en 4 lignes. C'est très bavard, un peu moche... si j'Ose dire, c'est assez onu-pythonic.

Est-il un autre plus simple et plus compact solution? (et plus pythonic)

Oui, je sais que je peux utiliser if else en une seule ligne, mais il n'est pas lisible:

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

Je sais aussi que je peux de la chaîne d' max() et min() ensemble. Il est plus compact, mais je pense qu'il est un peu obscur, de plus en plus difficile de trouver des bugs si je tape mal. En d'autres termes, je ne trouve pas ça très simple.

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

Answer 1

C'est assez clair, en fait. Beaucoup de gens l'apprennent rapidement. Vous pouvez utiliser un commentaire pour les aider.

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

Answer 2

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

par exemple:

 >>> 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
 

Answer 3

beaucoup de réponses intéressantes ici, toutes à peu près les mêmes, sauf que ... lequel est le plus rapide?

 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 l' a!, utilisez un vieux python. La version numpy est, peut-être sans surprise, la plus lente du lot. Probablement parce qu'il recherche des tableaux, où les autres versions ordonnent simplement leurs arguments.

Answer 4

Voir numpy.clip :

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

Answer 5

Enchaîner max() et min() ensemble est l'idiome normal que j'ai vu. Si vous avez du mal à lire, écrivez une fonction d'assistance pour encapsuler l'opération:

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