我有一个看起来像这样的列表：
[[8.91636727 0.50420552]
[1.50918535 8.43128826]
[4.18447757 0.21850886]
[8.82701669 8.39773898]]
本质上，它们是x，y坐标，我想知道如何获得具有最低y的最高x。 （即8.91 ..和0.50 ..）。我从X开始，然后想到做：
for x,y in means:
if x >= start:
start = x; h = x; l = y
else:
start = start
但是我想知道如何在y的最小值内实现这一点。 另外我的另一个问题是，可能会发生以下情况：
[[8.91636727 0.50420552]
[1.50918535 8.43128826]
[4.18447757 0.21850886]
[**8.92701669** 8.39773898]]
在我不必总是总是自己想要最高的x的情况下，我想要最高的x和最低的y。
这是使用max的一种方法。
例如：
data = [[8.91636727,0.50420552],[1.50918535,8.43128826],[4.18447757,0.21850886],[8.82701669,8.39773898]]
print(max(data,key=lambda x: (x[0],-x[1])))
输出：
[8.91636727,0.50420552]
您可以计算x和y向量之间的差。然后选择差异最大的一个。如果这不是您想要的，我必须担心您。您所说的是多目标优化。您必须明确定义最高x和最低y的元素的含义。如果您不能将其放在单个函数中，则从根本上讲不可能采用一个元素。您必须先计算pareto前沿，然后从那里手动获取一个元素。
我最后的方法是：
li = []
difference = 0
for x,y in means:
dif = x - y
if dif >= difference:
difference = dif; h = x; l = y
else:
difference = difference