目录

一、min函数的常见应用场景

二、min函数使用注意事项

三、如何用好min函数？

1、min函数：

1-1、Python：

1-2、VBA：

2、推荐阅读：

个人主页：神奇夜光杯-CSDN博客 

一、min函数的常见应用场景

        min()函数是Python中的一个内置函数，它用于返回可迭代对象中的最小值。常见的应用场景有：

1、查找最小值：这是min()函数最直接的应用，你可以使用它来查找列表中/字典中/多个值中/默认排序不可行的对象中/嵌套结构中的最小值。

2、使用自定义函数：你可以通过key参数传递一个函数给min()，该函数将应用于可迭代对象的每个元素，然后min()函数将返回使该函数结果最小的元素，这可以用于复杂对象的比较。

3、与生成器表达式结合使用：min()函数可以与生成器表达式结合使用，以在不需要完整列表的情况下找到最小值。

4、数据分析和处理：在处理大量数据时，经常需要找出最大值或最小值，min()函数在这方面非常有用，特别是在与pandas等数据处理库结合使用时。

5、算法与编程：在解决一些算法问题时，可能需要查找数组或列表中的最小值，min()函数可以简化这些操作，使代码更加简洁和易读。

        总之，min()函数在Python编程中有广泛的应用，可以帮助你快速找到可迭代对象中的最小值，简化代码并提高效率。

二、min函数使用注意事项

        在Python中使用min()函数时，需要注意以下事项：

1、参数类型：min()函数可以接受任意数量的参数，这些参数可以是数字、字符串、列表、元组或其他可迭代对象。但是，如果参数是不可迭代的，或者无法进行比较(例如，尝试比较数字和字符串)，那么min()函数将抛出异常。

2、空迭代对象：如果传递给min()函数的迭代对象为空(例如空列表或空元组)，min()函数将抛出ValueError异常，在尝试找到空集合中的最小值之前，你应该检查集合是否为空。

3、自定义对象：如果你尝试在自定义对象上使用min()函数，并且这些对象没有定义比较方法(如`__lt__()`、`__eq__()`等)，Python将不知道如何比较它们，从而抛出TypeError异常；为了能够在自定义对象上使用min()函数，你需要确保这些对象实现了适当的比较方法。

4、使用key参数：当处理复杂对象或需要基于对象的某个属性或方法进行比较时，使用key参数非常有用，但是，你需要确保传递给key的参数是一个函数，该函数接受一个参数并返回一个用于比较的值。如果传递的不是函数，或者函数返回的值不可比较，min()函数将抛出异常。

5、效率问题：对于大型数据集，使用min()函数可能不是最高效的方法，特别是当数据集已经排序时，在这种情况下，你可能希望使用其他方法(如直接访问已排序列表的第一个元素)来找到最小值，以提高效率。

6、与max()函数的区别：min()函数与max()函数在功能上相反，max()函数返回可迭代对象中的最大值，在使用时，请确保你选择了正确的函数来实现你的需求。

7、返回值：min()函数返回可迭代对象中的最小值，如果有多个元素具有相同的最小值，它将返回第一个找到的最小值。

        总之，了解这些注意事项可以帮助你更有效地使用min()函数，并避免在编程过程中遇到不必要的错误或问题。

三、如何用好min函数？

        要用好Python中的min()函数，你需要理解其工作原理和参数，并知道如何在不同的情况下有效地使用它。以下是一些建议，帮助你更好地利用min()函数：

1、理解基本用法：min()函数的基本用法是传入一个或多个参数，返回其中的最小值，如果传入的是序列(如列表、元组等)，则返回序列中的最小值。

2、利用key参数：当你需要基于对象的某个属性或计算结果来比较对象时，可以利用key参数，例如，在字典列表中找出具有最小值的项。

3、处理空迭代对象：当传递给min()函数的迭代对象为空时，它会抛出ValueError异常；为了避免这种情况，你可以在调用min()之前检查迭代对象是否为空。

4、结合其他函数使用：min()函数可以与其他Python函数和特性结合使用，以实现更复杂的逻辑。例如，你可以使用列表推导式或生成器表达式来预处理数据，然后再传递给min()函数。

5、理解返回类型：min()函数返回的是序列中的最小值，其类型与序列中的元素类型相同，如果传入多个不同类型的参数，Python会尝试进行类型转换以便比较，这可能会导致意外的结果，确保传入的参数类型是可以直接比较的。

6、避免不必要的调用：如果你知道序列已经排序，或者你知道最小值的位置(例如，在已知的数据结构中)，那么直接访问该值可能比使用min()函数更高效。

7、检查输入有效性：在使用min()函数之前，确保你的输入是有效的，例如，如果你期望一个数字列表，但得到了一个包含非数字元素的列表，那么min()函数将抛出异常，你可以使用类型检查或异常处理来确保输入的有效性。

8、阅读文档和示例：Python的官方文档通常包含关于函数的详细信息和示例，阅读min()函数的文档可以帮助你更好地理解其工作原理和最佳实践。

        总之，只有通过遵循这些建议，你才能更加有效地使用Python中的min()函数，并避免常见的错误和问题。

1、min函数：

1-1、Python：

# 1.函数：min
# 2.功能：用于获取传入的多个参数的最小值，或者传入的可迭代对象(或之中的元素)的最小值
# 3.语法：
# 3-1、min(iterable, *, key=None)
# 3-2、min(iterable, *, default=None, key=None )
# 3-3、min(arg1, arg2, *args, key=None)
# 4.参数：
# 4-1、iterable：可迭代对象，如列表、元组、集合、字典、字符串等
# 4-2、key：命名参数，一个可选的函数，用来指定获取最小值的方法
# 4-3、default：命名参数，用来指定最小值不存在时返回的默认值.如果未提供且iterable为空，则会引发ValueError
# 4-4、arg:指定数值
# 5.返回值：
# 5-1、如果iterable非空，则返回iterable中的最小值
# 5-2、如果iterable为空且提供了default参数，则返回default的值
# 5-3、如果iterable为空且未提供default参数，则引发ValueError
# 5-4、返回给定参数的最小值
# 6.说明：使用min()函数
# 6-1、如果是数值型参数，则取数值最小者
# 6-2、如果是字符型参数，则取字母表排序靠前者
# 6-3、当存在多个相同的最小值时，则返回得是最先出现的那个最小值
# 6-4、当key=lambda时，不论匿名函数如何处理参数，返回的不是处理后的结果，而是结果对应的参数本身，即匿名函数lambda的处理结果，只能充当参数用
# 7.示例：
# 用dir()函数获取该函数内置的属性和方法
print(dir(min))
# ['__call__', '__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__',
# '__getstate__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__name__',
# '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__self__', '__setattr__', '__sizeof__',
# '__str__', '__subclasshook__', '__text_signature__']
 
# 用help()函数获取该函数的文档信息
help(min)
 
# 应用一：查找最小值
# 示例1：查找列表中的最小值
numbers = [3, 5, 10, 8, 6, 11, 24]
min_number = min(numbers)
print(min_number)
# 3
 
# 示例2：查找字符串中的最小字符(按ASCII值)
characters = "myelsa"
min_char = min(characters)
print(min_char)
# a
 
# 示例3：使用key参数查找最小元素(根据自定义标准)
students = [
    {'name': 'Myelsa', 'score': 98},
    {'name': 'Bruce', 'score': 92},
    {'name': 'Jimmy', 'score': 88}
]
# 查找分数最低的学生
lowest_scoring_student = min(students, key=lambda student: student['score'])
print(lowest_scoring_student)
# {'name': 'Jimmy', 'score': 88}
 
# 示例4：处理空列表并返回默认值(使用try-except)
numbers = []
default_value = 0
try:
    min_number = min(numbers)
except ValueError:
    min_number = default_value
print(min_number)
# 0
 
# 示例5：Python 3.8及以后版本使用default参数
numbers = []
min_number = min(numbers, default=0)
print(min_number)
# 0
 
# 示例5：查找字符串中的最短字符
words = ['apple', 'banana', 'cherry', 'date']
min_shortest_word = min(words, key=len)
print(min_shortest_word)
# date
 
# 示例6：在多个值中查找最小值
value1 = 10
value2 = 20
value3 = 30
min_value = min(value1, value2, value3)
print("这些值中的最小值是:", min_value)
# 这些值中的最小值是: 10
 
# 示例7：在嵌套列表中查找最小值
nested_list = [[1, 2, 3], [4, 5, 6], [7, 8, [9, 10, 11]]]
min_value = min(min(sublist) for sublist in nested_list)
print(min_value)
# 1
 
# 应用二：使用自定义函数
# 示例1：找出列表中字典元素中某个键对应的最小值
# 自定义函数，用于从字典中提取指定键的值
def get_score(student):
    return student['score']
# 学生列表，包含字典元素
students = [
    {'name': 'Myelsa', 'score': 98},
    {'name': 'Bruce', 'score': 92},
    {'name': 'Jimmy', 'score': 96},
]
# 使用min函数和自定义的get_score函数找出分数最低的学生
min_score_student = min(students, key=get_score)
print("分数最低的学生是:", min_score_student)
# 分数最低的学生是: {'name': 'Bruce', 'score': 92}
 
# 示例2：找出字符串列表中长度最短的字符串
# 自定义函数，用于获取字符串的长度
def get_length(s):
    return len(s)
# 字符串列表
words = ['apple', 'banana', 'cherry', 'date']
# 使用min函数和自定义的get_length函数找出最短的字符串
shortest_word = min(words, key=get_length)
print("最短的单词是:", shortest_word)
# 最短的单词是: date
 
# 示例3：找出列表中自定义对象属性的最小值
# 自定义一个类
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
# 自定义函数，用于从Person对象中提取年龄
def get_age(person):
    return person.age
# Person对象列表
people = [
    Person('Myelsa', 18),
    Person('Bruce', 6),
    Person('Jimmy', 15),
]
# 使用min函数和自定义的get_age函数找出年龄最小的人
youngest_person = min(people, key=get_age)
print("年龄最小的人是:", youngest_person.name)
# 年龄最小的人是: Bruce
 
# 应用三：与生成器表达式结合使用
# 示例1：找出列表中偶数的最小值
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# 使用生成器表达式找出偶数，并用min()找出其中的最小值
min_even_number = min(num for num in numbers if num % 2 == 0)
print("列表中的最小偶数是:", min_even_number)
# 列表中的最小偶数是: 2
 
# 示例2：找出字典列表中某个键对应的最小值
# 字典列表
students = [
    {'name': 'Myelsa', 'score': 98},
    {'name': 'Bruce', 'score': 92},
    {'name': 'Jimmy', 'score': 96},
]
# 使用生成器表达式和min()找出分数最低的学生
min_score_student = min(
    student for student in students if student['score'] == min(student['score'] for student in students))
print("分数最低的学生是:", min_score_student)
# 分数最低的学生是: {'name': 'Bruce', 'score': 92}
 
# 示例3：找出字符串中每个单词长度的最小值
sentence = "This is a sample sentence with different length words"
# 使用生成器表达式和min()找出最短单词的长度
min_word_length = min(len(word) for word in sentence.split())
print("最短单词的长度是:", min_word_length)
# 最短单词的长度是: 1
 
# 示例4：找出嵌套列表中子列表的最小长度
nested_list = [[1, 2, 3], [4, 5], [6, 7, 8, 9], [10]]
# 使用生成器表达式和min()找出嵌套列表中子列表的最小长度
min_sublist_length = min(len(sublist) for sublist in nested_list)
print("子列表的最小长度是:", min_sublist_length)
# 子列表的最小长度是: 1
 
# 应用四：数据分析和处理
# 示例1：找出数值数组中的最小值
import numpy as np
# 创建一个NumPy数组
data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 24])
# 使用min()函数找出数组中的最小值
min_value = np.min(data)
print("数组中的最小值是:", min_value)
# 数组中的最小值是: 1
 
# 示例2：找出Pandas DataFrame中的最小值
import pandas as pd
# 创建一个Pandas DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': [5, 4, 3, 2, 1],
    'C': [11, 8, 7, 6, 5]
})
# 找出每列的最小值
min_values = df.min()
print("每列的最小值:")
print(min_values)
# 找出整个DataFrame的最小值(不考虑列)
min_overall = df.values.min()
print("整个DataFrame的最小值:", min_overall)
# 每列的最小值:
# A    1
# B    1
# C    5
# dtype: int64
# 整个DataFrame的最小值: 1
 
# 示例3：找出字典中值最小的键
# 创建一个字典
data_dict = {'a': 10, 'b': 20, 'c': 30, 'd': 40}
# 使用min()和lambda表达式找出值最小的键
min_key = min(data_dict, key=lambda k: data_dict[k])
print("值最小的键是:", min_key)
# 值最小的键是: a
 
# 示例4：使用min()结合条件语句筛选数据
# 假设我们有一个包含学生信息的列表，每个元素是一个字典
students = [
    {'name': 'Myelsa', 'score': 98, 'grade': 'A'},
    {'name': 'Bruce', 'score': 88, 'grade': 'B'},
    {'name': 'Jimmy', 'score': 96, 'grade': 'A'},
]
# 找出成绩最低且等级为'B'的学生
min_score_b_grade_student = min(student for student in students if student['grade'] == 'B' and student['score'] == max( s['score'] for s in students if s['grade'] == 'B'))
# 输出该学生的信息
print("成绩最低且等级为'B'的学生是:", min_score_b_grade_student)
# 成绩最低且等级为'B'的学生是: {'name': 'Bruce', 'score': 88, 'grade': 'B'}
 
# 应用五：算法与编程
# 示例1：使用min()实现二分查找算法
def binary_search(arr, target):
    low = 0
    high = len(arr) - 1
    while low <= high:
        mid = (low + high) // 2
        if arr[mid] == target:
            return mid
        elif arr[mid] < target:
            low = mid + 1
        else:
            high = mid - 1
    return -1  # 如果找不到目标值，则返回 -1
# 示例数组，必须是排序好的
sorted_arr = [1, 3, 5, 7, 9]
target_value = 5
# 使用二分查找算法查找目标值
index = binary_search(sorted_arr, target_value)
if index != -1:
    print(f"Found {target_value} at index {index}")
else:
    print(f"{target_value} not found in the array")
# Found 5 at index 2
 
# 示例2：使用min()找出数组中的最小值和其索引
def find_min_and_index(arr):
    if not arr:
        return None, None
    min_value = min(arr)
    min_index = arr.index(min_value)
    return min_value, min_index
# 示例数组
arr = [4, 2, 9, 7, 5, 1]
# 找出最小值和其索引
min_value, min_index = find_min_and_index(arr)
print(f"The minimum value is {min_value} at index {min_index}")
# The minimum value is 1 at index 5
 
# 示例3：使用min()实现K-最近邻算法中的距离计算
import math
def euclidean_distance(point1, point2):
    return math.sqrt(sum((a - b) ** 2 for a, b in zip(point1, point2)))
def find_k_nearest_neighbors(dataset, query_point, k):
    distances = [(euclidean_distance(query_point, data_point), index) for index, data_point in enumerate(dataset)]
    distances.sort()  # 按距离排序
    k_nearest = distances[:k]  # 取前k个最近的点
    return k_nearest
# 示例数据集
dataset = [(1, 2), (5, 4), (9, 6), (4, 7), (8, 1), (7, 3)]
query_point = (3, 1)
k = 3
# 找出最近的k个点
k_nearest = find_k_nearest_neighbors(dataset, query_point, k)
print(f"The {k} nearest neighbors are:")
for distance, index in k_nearest:
    print(f"Point at index {index} with distance {distance}")
# The 3 nearest neighbors are:
# Point at index 0 with distance 2.23606797749979
# Point at index 1 with distance 3.605551275463989
# Point at index 5 with distance 4.47213595499958

1-2、VBA：

略，待后补。

2、推荐阅读：

2-1、Python-VBA函数之旅-globals()函数

Python算法之旅：Algorithm

Python函数之旅：Functions

个人主页：神奇夜光杯-CSDN博客