Як затиснути ціле число на деякий діапазон?

У мене є такий код:

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]

В основному, я обчислюю новий індекс і використовую його, щоб знайти якийсь елемент зі списку. Для того, щоб переконатися, що індекс знаходиться в межах списку, мені потрібно було написати ці 2 ifтвердження, розподілені в 4 рядки. Це досить багатослівно, трохи потворно ... Смію сказати, це зовсім непітонічно .

Чи існує інше більш просте і компактне рішення? (і більше пітонічний )

Так, я знаю, що можу використовувати if elseв одному рядку, але це не читається:

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

Я також знаю, що можу ланцюгом max()і min()разом. Він більш компактний, але я відчуваю, що це неясно, складніше знайти помилки, якщо я його неправильно набрав. Іншими словами, я не вважаю це дуже простим.

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

Насправді це цілком зрозуміло. Багато людей це швидко засвоюють. Ви можете використати коментар, щоб допомогти їм.

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

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

наприклад:

>>> 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

тут багато цікавих відповідей, приблизно однакових, за винятком ... який швидший?

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 має !, використовуйте звичайний ol 'python. Версія Numpy, мабуть, не дивно, найповільніша з партії. Можливо тому, що він шукає масиви, де інші версії просто впорядковують свої аргументи.

Див. Numpy.clip :

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

Зв’язування ланцюгів max()і min()разом - це звичайна ідіома, яку я бачив. Якщо вам важко читати, напишіть допоміжну функцію для інкапсуляції операції:

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

Що б не сталося з моєю улюбленою читабельною мовою Python? :-)

Серйозно, просто зробіть це функцією:

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

тоді просто назвіть це приблизно так:

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

Або більш просте, гнучке рішення, де ви самостійно обчислюєте:

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

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

Якби ви хотіли, ви могли б навіть скласти список min / max, щоб він виглядав більш «математично чистим»:

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

Мені це здається більш пітонічним:

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

Кілька тестів:

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

Якщо ваш код здається занадто громіздким, функція може допомогти:

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

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

Уникайте написання функцій для таких невеликих завдань, якщо тільки ви не застосовуєте їх часто, оскільки це загрожує вашим кодом.

для окремих значень:

min(clamp_max, max(clamp_min, value))

для списків значень:

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