我正在使用Python的max和min函数对列表进行minimax算法，我需要max()或min()返回值的索引。换句话说，我需要知道哪一步棋产生了最大(第一个玩家的回合)或最小(第二个玩家的回合)值。
for i in range(9):
new_board = current_board.new_board_with_move([i / 3, i % 3], player)
if new_board:
temp = min_max(new_board, depth + 1, not is_min_level)
values.append(temp)
if is_min_level:
return min(values)
else:
return max(values)
我需要能够返回最小值或最大值的实际索引，而不仅仅是值。
当前回答
为什么要先添加索引，然后反转它们呢?Enumerate()函数只是zip()函数用法的一个特例。让我们以适当的方式来使用它:
my_indexed_list = zip(my_list, range(len(my_list)))
min_value, min_index = min(my_indexed_list)
max_value, max_index = max(my_indexed_list)
其他回答
我认为上面的答案解决了你的问题，但我想我要分享一个方法，给你最小值和最小值出现的所有指标。
minval = min(mylist)
ind = [i for i, v in enumerate(mylist) if v == minval]
它两次通过列表，但仍然相当快。然而，它比找到第一次遇到最小值的指数略慢。如果你只需要其中一个极小值，就用马特·安德森的解，如果你需要所有的，就用这个。
使用numpy数组和argmax()函数
a=np.array([1,2,3])
b=np.argmax(a)
print(b) #2
假设您有一个列表values =[3,6,1,5]，并且需要最小元素的索引，即在本例中index_min = 2。
避免使用其他答案中给出的itemgetter()的解决方案，而是使用
index_min = min(range(len(values)), key=values.__getitem__)
因为它不需要导入操作符，也不需要使用枚举，而且它总是比使用itemgetter()的解决方案更快(下面的基准测试)。
如果您正在处理numpy数组，或者可以负担numpy作为依赖项，也可以考虑使用
import numpy as np
index_min = np.argmin(values)
这将比第一个解决方案更快，即使你将它应用于一个纯Python列表，如果:
它比一些元素大(在我的机器上大约2**4个元素) 您可以将内存从纯列表复制到numpy数组
正如这一基准所指出的:
我已经用python 2.7在我的机器上运行了上面两个解决方案(蓝色:纯python，第一个解决方案)(红色，numpy解决方案)和基于itemgetter()的标准解决方案(黑色，参考解决方案)的基准测试。 python 3.5的相同基准测试表明，这些方法与上面给出的python 2.7情况完全相同
在你得到最大值后，试试这个:
max_val = max(list)
index_max = list.index(max_val)
比一大堆选项简单多了。
假设你有这样一个列表:
a = [9,8,7]
下面的两个方法是非常紧凑的方法，可以获得具有最小元素及其索引的元组。两者都需要差不多的时间来处理。我更喜欢压缩法，但那是我的口味。
邮政法
element, index = min(list(zip(a, range(len(a)))))
min(list(zip(a, range(len(a)))))
(7, 2)
timeit min(list(zip(a, range(len(a)))))
1.36 µs ± 107 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
列举的方法
index, element = min(list(enumerate(a)), key=lambda x:x[1])
min(list(enumerate(a)), key=lambda x:x[1])
(2, 7)
timeit min(list(enumerate(a)), key=lambda x:x[1])
1.45 µs ± 78.1 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
