python 寻找最大值和最小值

输入一串数字,返回最小值和最大值

 

def getListByInput(nums):
    nums_list = []
    for n in nums:
        if(n == ','):
            continue
        else :
            nums_list.append(n)
    return nums_list

# nums_list_sort = nums_list.reverse() # 返回None
# nums_list.sort() # 直接作用于本身
# reverse() 和 sort() 直接作用于列表本身,不返回任何值

#方法一
def findMinAndMax(*nums):
    if(nums.count(',')>0):
        nums_list = getListByInput(nums)
        nums_list.sort()
        tuple_min_max = (nums_list[0],nums_list[-1])
        return tuple_min_max
    else:
        raise ValueError('DataError : input with , [.e.g : 1,2,3]')

#方法二
def finMinAndMax_demo(*s):
    nums_list = getListByInput(s)
    tuple_min_max = (min(nums_list),max(nums_list))
    return tuple_min_max

nums = input('请输入你要计算的数值:')
print(findMinAndMax(*nums))
print(finMinAndMax_demo(*nums))

 

  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python中,可以使用NumPy库来进行最大值最小值滤波器的操作。 最大值滤波器可以用来消除噪声,保留图像的边缘和细节。最小值滤波器可以用来消除斑点和小噪声。 下面是一个示例代码,用于演示如何使用NumPy库来实现最大值最小值滤波器: ``` python import numpy as np from scipy import ndimage # 生成一个随机的10x10的图像 image = np.random.randint(0, 255, (10, 10)) # 定义一个3x3的最大值滤波器 max_filter = np.ones((3, 3)) max_filter = max_filter / np.sum(max_filter) # 定义一个3x3的最小值滤波器 min_filter = np.ones((3, 3)) min_filter = min_filter / np.sum(min_filter) # 使用ndimage中的maximum_filter函数进行最大值滤波 max_image = ndimage.maximum_filter(image, size=3) # 使用ndimage中的minimum_filter函数进行最小值滤波 min_image = ndimage.minimum_filter(image, size=3) # 打印原始图像、最大值滤波后的图像和最小值滤波后的图像 print("Original image:") print(image) print("Maximum filtered image:") print(max_image) print("Minimum filtered image:") print(min_image) ``` 在上面的示例代码中,我们生成了一个随机的10x10的图像,并定义了一个3x3的最大值滤波器和最小值滤波器。使用NumPy库中的`ones`函数生成一个3x3的矩阵,并将其除以所有元素之和,以确保所有元素之和为1。然后,使用`ndimage`中的`maximum_filter`和`minimum_filter`函数对图像进行最大值最小值滤波。最后,我们打印原始图像、最大值滤波后的图像和最小值滤波后的图像。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值