Python：在含嵌套列表与数值元素的大列表中求最大最小值报错处理

你的问题核心在于列表里同时存在嵌套列表和单个数值元素，直接用map(max, big_list)会把单个数值（比如0.0、4，包括你报错里的numpy.float64类型）当成可迭代对象传给max()，但单个数值本身不能被迭代，所以触发了TypeError。

下面给你两种简单的解决方案：

方法一：逐个处理元素，统一为可迭代结构 #

先写一个小函数，把单个数值包装成单元素列表，嵌套列表则直接保留，这样每个元素都能安全调用max()/min()：

def normalize_item(item):
    # 判断元素是否是列表/元组（可迭代的容器，这里排除字符串，你的场景里没有）
    if isinstance(item, (list, tuple)):
        return item
    # 单个数值则包装成单元素列表
    else:
        return [item]

# 你的原始列表
big_list = [[137.83,81.80,198.56],0.0,[200.37,151.55,165.26, 211.84], 0.0,[1,2,3],4,[5,6,0,5,7,8],0,[2,1,4,5],[9,1,-2]]

# 先获取每个元素的最值，再取整体最值
all_maxes = [max(normalize_item(item)) for item in big_list]
overall_max = max(all_maxes)

all_mins = [min(normalize_item(item)) for item in big_list]
overall_min = min(all_mins)

print("最大值:", overall_max)  # 输出 211.84
print("最小值:", overall_min)  # 输出 -2

方法二：扁平化整个列表（更直观） #

把所有嵌套的元素和单个数值全部提取到一个一维列表里，再直接求最值，逻辑更简单：

def flatten(lst):
    for item in lst:
        # 如果是嵌套列表，递归展开
        if isinstance(item, (list, tuple)):
            yield from flatten(item)
        # 单个数值直接返回
        else:
            yield item

# 你的原始列表
big_list = [[137.83,81.80,198.56],0.0,[200.37,151.55,165.26, 211.84], 0.0,[1,2,3],4,[5,6,0,5,7,8],0,[2,1,4,5],[9,1,-2]]

# 转换成一维列表
flat_list = list(flatten(big_list))
overall_max = max(flat_list)
overall_min = min(flat_list)

print("最大值:", overall_max)  # 211.84
print("最小值:", overall_min)  # -2

为什么你的原代码会报错？ #

map(max, boxs_list)（应该是big_list？）会遍历列表里的每个元素，对每个元素执行max()：

• 当元素是嵌套列表时，max()可以正常返回列表的最大值；
• 当元素是单个数值（比如0.0或numpy.float64类型的值）时，max()需要传入一个可迭代对象，但单个数值不是可迭代的，所以抛出了TypeError: 'numpy.float64' object is not iterable。

上面两种方法都解决了这个问题，你可以根据自己的习惯选择~

内容的提问来源于stack exchange，提问作者Mainland