Jak ograniczyć liczbę całkowitą do pewnego zakresu?

Mam następujący kod:

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]

Zasadniczo obliczam nowy indeks i używam go, aby znaleźć jakiś element z listy. Aby upewnić się, że indeks znajduje się w granicach listy, musiałem zapisać te 2 ifinstrukcje rozłożone na 4 linie. To dość rozwlekłe, trochę brzydkie ... Ośmielę się powiedzieć, to całkiem nie-pytoniczne .

Czy jest jakieś inne prostsze i bardziej kompaktowe rozwiązanie? (i bardziej pythonowe )

Tak, wiem, że mogę użyć if elsew jednej linii, ale nie jest to czytelne:

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

Wiem też, że potrafię łączyć max()i min()razem. Jest bardziej kompaktowy, ale wydaje mi się, że jest trochę niejasny, trudniej jest znaleźć błędy, jeśli wpiszę źle. Innymi słowy, nie uważam tego za bardzo proste.

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

Właściwie jest to całkiem jasne. Wiele osób szybko się tego uczy. Możesz użyć komentarza, aby im pomóc.

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

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

na przykład:

>>> 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

wiele interesujących odpowiedzi tutaj, wszystkie mniej więcej takie same, z wyjątkiem ... która jest szybsza?

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 ma to !, użyj zwykłego starego pythona. Wersja numpy jest, być może, nie jest zaskoczeniem, najwolniejsza z wielu. Prawdopodobnie dlatego, że szuka tablic, w których inne wersje po prostu porządkują swoje argumenty.

Zobacz numpy.clip :

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

Łączenie max()i min()razem to normalny idiom, jaki widziałem. Jeśli masz trudności z odczytaniem, napisz funkcję pomocniczą, aby hermetyzować operację:

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

Cokolwiek stało się z moim ukochanym, czytelnym językiem Pythona? :-)

Poważnie, po prostu zrób z tego funkcję:

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

następnie po prostu nazwij to czymś takim:

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

Lub prostsze, bardziej elastyczne rozwiązanie, w którym samodzielnie wykonujesz obliczenia:

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

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

Jeśli chcesz, możesz nawet utworzyć listę min / max, aby wyglądała bardziej „matematycznie czysto”:

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

Ten wydaje mi się bardziej pytoniczny:

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

Kilka testów:

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

Jeśli twój kod wydaje się zbyt nieporęczny, funkcja może pomóc:

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

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

Unikaj pisania funkcji dla tak małych zadań, chyba że używasz ich często, ponieważ zaśmieca to twój kod.

dla poszczególnych wartości:

min(clamp_max, max(clamp_min, value))

dla list wartości:

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