Python中实现支持numpy数组的嵌套结构全局最大/最小值计算

核心逻辑 #

通过递归遍历所有输入元素，对不同类型的元素做针对性处理：

• 遇到int/float/numpy数值等标量类型，直接纳入最值统计
• 遇到list/tuple等Python原生序列类型，递归遍历内部元素
• 遇到numpy数组，先展平为一维再遍历内部元素

完整实现代码 #

import numpy as np

def _flatten_all(inputs):
    # 递归展开所有类型的输入为一维数值序列
    if isinstance(inputs, (int, float, np.number)):
        yield inputs
    elif isinstance(inputs, np.ndarray):
        # numpy数组直接展平后遍历
        for item in inputs.flat:
            yield item
    elif isinstance(inputs, (list, tuple)):
        # 原生嵌套结构递归展开
        for item in inputs:
            yield from _flatten_all(item)

def total_max(*args):
    # 计算所有输入的全局最大值，返回单个标量
    return max(_flatten_all(args))

def total_min(*args):
    # 计算所有输入的全局最小值，返回单个标量
    return min(_flatten_all(args))

效果验证 #

>>> total_max(3.5,[4.5,1,[2,3], np.random.uniform(size=(5,6)),4],[2,-3])
4.5

适配特性 #

• 支持任意数量的输入参数，无需提前合并参数
• 兼容任意深度的Python原生嵌套列表/元组
• 兼容任意维度的numpy数组，无需提前对数组做单独处理
• 最终输出为单个标量数值，完全符合要求

内容的提问来源于stack exchange，提问作者Jakob