試圖理解遞歸尋找最小值

Question

我想要做的是在圖像的隨機行中找到局部最小值（完成），然後在該列表中找到局部最小值。
我已經寫了下面的代碼使用函數來找到一個1-d陣列的最低值：

import numpy as np 
values = [] 
pixels = [] 

def find_minima(array): 
    ''' 
    Takes a 1-d array as an argument, and returns a list of the 
    minimum values of the array, and the pixels at which the 
    minima occur 
    ''' 
# Find local minimum, and add to list of minimum-valued pixels 
    for i in range(1, len(array)-1): 
     if array[i-1] > array[i]: 
      if array[i+1] > array[i]: 
       values.append(array[i]) 
       pixels.append([i]) 
     else: 
      continue 
    return (values, pixels) 


# Generate a random image 
np.random.seed(seed=128) 
side = 15 
img = np.random.rand(side, side) 

height = img.shape[0]    # Inspect height of image 

# Select row at random 
index = np.random.randint(0, height) 
row = img[index] 


minimum_values, minimum_pixels = find_minima(row) 
global_minimum_values, global_minimum_pixels = find_minima(minimum_values) 

程序正常工作，直到我試圖通過已經找到的minimum_values名單，回到函數中查找該列表中的最小值。
我期待的變量值將是：

minimum_values = [0.2274, 0.6910, 0.2715, 0.3075] 
minimum_pixels = [[1], [3], [7], [11]] 
global_minimum_values = [0.2715] 
global_minimum_pixels = [2] 

而是，程序只是大頭針全球最低到原來的列表，使他們都是一樣的：

minimum_values = [0.2274, 0.6910, 0.2715, 0.3075, 0.2715] 
minimum_pixels = [[1], [3], [7], [11], [2]] 
global_minimum_values = [0.2274, 0.6910, 0.2715, 0.3075, 0.2715] 
global_minimum_pixels = [[1], [3], [7], [11], [2]] 

如何更改代碼以生成我想要的輸出？
注意：有可能更簡單的方法來做到這一點，但這種方式最適合我需要做的其他處理，所以我想了解爲什麼這個代碼特別不符合我的預期。

Answer 1

您正在通過引用全局變量values來追蹤最小值。在第一次通過時，當您撥打find_minima和row時，在每次迭代時，都會附加到全局的values變量。

問題出現在你的第二遍。您已在第一次迭代中返回values，該列表不是新列表，而是對全局變量的引用，該變量仍包含您的所有舊值。

相反，您應該將values = []移動到函數的內部，並在最後返回它。這樣，每次調用時，您都會得到一個新列表，並且不會改變同一個全局列表。