题
我有一个 dictionary
:钥匙是串,值均为整数。
例如:
stats = {'a':1000, 'b':3000, 'c': 100}
我想得到 'b'
作为回答,因为这是关键的一个更高的价值。
我没有下文中,使用一个中间名单与反键值元组:
inverse = [(value, key) for key, value in stats.items()]
print max(inverse)[1]
是一个更好的(或者更加优雅的)办法吗?
解决方案
您可以使用 operator.itemgetter
:
import operator
stats = {'a':1000, 'b':3000, 'c': 100}
max(stats.iteritems(), key=operator.itemgetter(1))[0]
而不是在内存中构建新列表使用 stats.iteritems()
。 max()
函数的 key
参数是一个计算用于确定如何对项目进行排名的键的函数。
请注意,如果您要使用另一个键值对'd':3000,此方法只会返回一个 两个,即使它们都有最大值。
>>> import operator
>>> stats = {'a':1000, 'b':3000, 'c': 100, 'd':3000}
>>> max(stats.iteritems(), key=operator.itemgetter(1))[0]
'b'
如果使用Python3:
>>> max(stats.items(), key=operator.itemgetter(1))[0]
'b'
其他提示
max(stats, key=stats.get)
我测试了很多变种,这是以最大值返回dict键的最快方法:
def keywithmaxval(d):
""" a) create a list of the dict's keys and values;
b) return the key with the max value"""
v=list(d.values())
k=list(d.keys())
return k[v.index(max(v))]
为了给你一个想法,这里有一些候选方法:
def f1():
v=list(d1.values())
k=list(d1.keys())
return k[v.index(max(v))]
def f2():
d3={v:k for k,v in d1.items()}
return d3[max(d3)]
def f3():
return list(filter(lambda t: t[1]==max(d1.values()), d1.items()))[0][0]
def f3b():
# same as f3 but remove the call to max from the lambda
m=max(d1.values())
return list(filter(lambda t: t[1]==m, d1.items()))[0][0]
def f4():
return [k for k,v in d1.items() if v==max(d1.values())][0]
def f4b():
# same as f4 but remove the max from the comprehension
m=max(d1.values())
return [k for k,v in d1.items() if v==m][0]
def f5():
return max(d1.items(), key=operator.itemgetter(1))[0]
def f6():
return max(d1,key=d1.get)
def f7():
""" a) create a list of the dict's keys and values;
b) return the key with the max value"""
v=list(d1.values())
return list(d1.keys())[v.index(max(v))]
def f8():
return max(d1, key=lambda k: d1[k])
tl=[f1,f2, f3b, f4b, f5, f6, f7, f8, f4,f3]
cmpthese.cmpthese(tl,c=100)
测试词典:
d1={1: 1, 2: 2, 3: 8, 4: 3, 5: 6, 6: 9, 7: 17, 8: 4, 9: 20, 10: 7, 11: 15,
12: 10, 13: 10, 14: 18, 15: 18, 16: 5, 17: 13, 18: 21, 19: 21, 20: 8,
21: 8, 22: 16, 23: 16, 24: 11, 25: 24, 26: 11, 27: 112, 28: 19, 29: 19,
30: 19, 3077: 36, 32: 6, 33: 27, 34: 14, 35: 14, 36: 22, 4102: 39, 38: 22,
39: 35, 40: 9, 41: 110, 42: 9, 43: 30, 44: 17, 45: 17, 46: 17, 47: 105, 48: 12,
49: 25, 50: 25, 51: 25, 52: 12, 53: 12, 54: 113, 1079: 50, 56: 20, 57: 33,
58: 20, 59: 33, 60: 20, 61: 20, 62: 108, 63: 108, 64: 7, 65: 28, 66: 28, 67: 28,
68: 15, 69: 15, 70: 15, 71: 103, 72: 23, 73: 116, 74: 23, 75: 15, 76: 23, 77: 23,
78: 36, 79: 36, 80: 10, 81: 23, 82: 111, 83: 111, 84: 10, 85: 10, 86: 31, 87: 31,
88: 18, 89: 31, 90: 18, 91: 93, 92: 18, 93: 18, 94: 106, 95: 106, 96: 13, 9232: 35,
98: 26, 99: 26, 100: 26, 101: 26, 103: 88, 104: 13, 106: 13, 107: 101, 1132: 63,
2158: 51, 112: 21, 113: 13, 116: 21, 118: 34, 119: 34, 7288: 45, 121: 96, 122: 21,
124: 109, 125: 109, 128: 8, 1154: 32, 131: 29, 134: 29, 136: 16, 137: 91, 140: 16,
142: 104, 143: 104, 146: 117, 148: 24, 149: 24, 152: 24, 154: 24, 155: 86, 160: 11,
161: 99, 1186: 76, 3238: 49, 167: 68, 170: 11, 172: 32, 175: 81, 178: 32, 179: 32,
182: 94, 184: 19, 31: 107, 188: 107, 190: 107, 196: 27, 197: 27, 202: 27, 206: 89,
208: 14, 214: 102, 215: 102, 220: 115, 37: 22, 224: 22, 226: 14, 232: 22, 233: 84,
238: 35, 242: 97, 244: 22, 250: 110, 251: 66, 1276: 58, 256: 9, 2308: 33, 262: 30,
263: 79, 268: 30, 269: 30, 274: 92, 1300: 27, 280: 17, 283: 61, 286: 105, 292: 118,
296: 25, 298: 25, 304: 25, 310: 87, 1336: 71, 319: 56, 322: 100, 323: 100, 325: 25,
55: 113, 334: 69, 340: 12, 1367: 40, 350: 82, 358: 33, 364: 95, 376: 108,
377: 64, 2429: 46, 394: 28, 395: 77, 404: 28, 412: 90, 1438: 53, 425: 59, 430: 103,
1456: 97, 433: 28, 445: 72, 448: 23, 466: 85, 479: 54, 484: 98, 485: 98, 488: 23,
6154: 37, 502: 67, 4616: 34, 526: 80, 538: 31, 566: 62, 3644: 44, 577: 31, 97: 119,
592: 26, 593: 75, 1619: 48, 638: 57, 646: 101, 650: 26, 110: 114, 668: 70, 2734: 41,
700: 83, 1732: 30, 719: 52, 728: 96, 754: 65, 1780: 74, 4858: 47, 130: 29, 790: 78,
1822: 43, 2051: 38, 808: 29, 850: 60, 866: 29, 890: 73, 911: 42, 958: 55, 970: 99,
976: 24, 166: 112}
Python 3.2下的测试结果:
rate/sec f4 f3 f3b f8 f5 f2 f4b f6 f7 f1
f4 454 -- -2.5% -96.9% -97.5% -98.6% -98.6% -98.7% -98.7% -98.9% -99.0%
f3 466 2.6% -- -96.8% -97.4% -98.6% -98.6% -98.6% -98.7% -98.9% -99.0%
f3b 14,715 3138.9% 3057.4% -- -18.6% -55.5% -56.0% -56.4% -58.3% -63.8% -68.4%
f8 18,070 3877.3% 3777.3% 22.8% -- -45.4% -45.9% -46.5% -48.8% -55.5% -61.2%
f5 33,091 7183.7% 7000.5% 124.9% 83.1% -- -1.0% -2.0% -6.3% -18.6% -29.0%
f2 33,423 7256.8% 7071.8% 127.1% 85.0% 1.0% -- -1.0% -5.3% -17.7% -28.3%
f4b 33,762 7331.4% 7144.6% 129.4% 86.8% 2.0% 1.0% -- -4.4% -16.9% -27.5%
f6 35,300 7669.8% 7474.4% 139.9% 95.4% 6.7% 5.6% 4.6% -- -13.1% -24.2%
f7 40,631 8843.2% 8618.3% 176.1% 124.9% 22.8% 21.6% 20.3% 15.1% -- -12.8%
f1 46,598 10156.7% 9898.8% 216.7% 157.9% 40.8% 39.4% 38.0% 32.0% 14.7% --
在Python 2.7下:
rate/sec f3 f4 f8 f3b f6 f5 f2 f4b f7 f1
f3 384 -- -2.6% -97.1% -97.2% -97.9% -97.9% -98.0% -98.2% -98.5% -99.2%
f4 394 2.6% -- -97.0% -97.2% -97.8% -97.9% -98.0% -98.1% -98.5% -99.1%
f8 13,079 3303.3% 3216.1% -- -5.6% -28.6% -29.9% -32.8% -38.3% -49.7% -71.2%
f3b 13,852 3504.5% 3412.1% 5.9% -- -24.4% -25.8% -28.9% -34.6% -46.7% -69.5%
f6 18,325 4668.4% 4546.2% 40.1% 32.3% -- -1.8% -5.9% -13.5% -29.5% -59.6%
f5 18,664 4756.5% 4632.0% 42.7% 34.7% 1.8% -- -4.1% -11.9% -28.2% -58.8%
f2 19,470 4966.4% 4836.5% 48.9% 40.6% 6.2% 4.3% -- -8.1% -25.1% -57.1%
f4b 21,187 5413.0% 5271.7% 62.0% 52.9% 15.6% 13.5% 8.8% -- -18.5% -53.3%
f7 26,002 6665.8% 6492.4% 98.8% 87.7% 41.9% 39.3% 33.5% 22.7% -- -42.7%
f1 45,354 11701.5% 11399.0% 246.8% 227.4% 147.5% 143.0% 132.9% 114.1% 74.4% --
你可以看到 f1
在Python 3.2和2.7下是最快的(或者更完整地,在这篇文章的顶部是 keywithmaxval
)
如果您只需要知道具有最大值的键,则可以在没有 iterkeys
或 iteritems
的情况下执行此操作,因为Python中的字典迭代是通过它的键进行迭代。 / p>
max_key = max(stats, key=lambda k: stats[k])
修改强>
来自评论,@ user1274878:
我是python的新手。你能解释一下你的答案吗?
是的...
最大
max(iterable [,key])
max(arg1,arg2,* args [,key])
返回可迭代中的最大项或两个或多个参数中的最大项。
可选的 key
参数描述了如何比较元素以获得最大值:
lambda <item>: return <a result of operation with item>
将比较返回值。
字典
Python dict是一个哈希表。 dict的一个关键是声明为键的对象的哈希。由于性能原因,迭代通过dict实现为迭代通过它的键。
因此我们可以用它来摆脱获取密钥列表的操作。
封闭
在另一个函数中定义的函数称为嵌套函数。嵌套函数可以访问封闭范围的变量。
lambs
变量可通过 lambda
函数的 __ closure __
属性获得,作为指向父作用域中定义的变量值的指针。
这是另一个:
stats = {'a':1000, 'b':3000, 'c': 100}
max(stats.iterkeys(), key=lambda k: stats[k])
函数 key
只返回应该用于排名的值, max()
立即返回所需的元素。
key, value = max(stats.iteritems(), key=lambda x:x[1])
如果你不关心价值(我会感到惊讶,但是)你可以这样做:
key, _ = max(stats.iteritems(), key=lambda x:x[1])
我喜欢元组解包比表达式末尾的[0]下标更好。 我从不喜欢lambda表达式的可读性,但发现这个比operator.itemgetter(1)更好。
示例:
stats = {'a':1000, 'b':3000, 'c': 100}
如果你想用它的键找到最大值,也许后续可能很简单,没有任何相关的功能。
max(stats, key=stats.get)
输出是具有最大值的键。
鉴于我有多个条目,我有最大值。我会列出具有最大值作为其值的键。
>>> stats = {'a':1000, 'b':3000, 'c': 100, 'd':3000}
>>> [key for m in [max(stats.values())] for key,val in stats.iteritems() if val == m]
['b', 'd']
这将为您提供'b'和任何其他最大密钥。
注意:对于python 3,使用 stats.items()
而不是 stats.iteritems()
获得最大的key/value的字典 stats
:
stats = {'a':1000, 'b':3000, 'c': 100}
- 基于上 钥匙
>>> max(stats.items(), key = lambda x: x[0])
('c', 100)
- 基于上 值
>>> max(stats.items(), key = lambda x: x[1])
('b', 3000)
当然,如果你想得到的只有关键的或价值或从结果,可以使用tuple索引。例如,拿到钥匙对应于最大值:
>>> max(stats.items(), key = lambda x: x[1])[0]
'b'
解释
该词典方法 items()
在Python3返回 图象 该词典。在这个图象迭代过,由 max
功能,它产生的辞典项目作组的形式 (key, value)
.
>>> list(stats.items())
[('c', 100), ('b', 3000), ('a', 1000)]
当你使用 lambda
表达 lambda x: x[1]
, 在每次迭代, x
是一个这些组 (key, value)
.因此,通过选择正确的指标,可以选择是否要通过比较键或价值观。
蟒蛇2
Python2.2+稿,同样的代码会的工作。然而,更好的使用 iteritems()
词典方法,而不是的 items()
对性能。
注意到
这答案是根据上的评论 Climbs_lika_Spyder的答案.
用代码进行测试Python3.5.2和Python2.7.10.
d = {'A': 4,'B':10}
min_v = min(zip(d.values(), d.keys()))
# min_v is (4,'A')
max_v = max(zip(d.values(), d.keys()))
# max_v is (10,'B')
根据所选答案中的评论,通过迭代解决方案......
在Python 3中:
max(stats.keys(), key=(lambda k: stats[k]))
在Python 2中:
max(stats.iterkeys(), key=(lambda k: stats[k]))
使用 collections.Counter
,你可以做到
>>> import collections
>>> stats = {'a':1000, 'b':3000, 'c': 100}
>>> stats = collections.Counter(stats)
>>> stats.most_common(1)
[('b', 3000)]
如果合适,你可以简单地从一个空的 collections.Counter
开始并添加到它
>>> stats = collections.Counter()
>>> stats['a'] += 1
:
etc.
我在这里寻找如何根据 mydict.values()
的值返回 mydict.keys()
。我只想返回顶部的 x 值,而不是只返回一个键。
此解决方案比使用 max()
函数更简单,您可以轻松更改返回值的数量:
stats = {'a':1000, 'b':3000, 'c': 100}
x = sorted(stats, key=(lambda key:stats[key]), reverse=True)
['b', 'a', 'c']
如果您想要单个最高排名的密钥,只需使用索引:
x[0]
['b']
如果您想要排名前两位的最高排名,只需使用列表切片:
x[:2]
['b', 'a']
谢谢,非常优雅,我不记得max允许“关键”参数。
顺便说一句,要获得正确答案('b'),必须是:import operator
stats = {'a':1000, 'b':3000, 'c': 100}
max(stats.iteritems(), key=operator.itemgetter(1))[0]
max(键的值,键),stats.items()中的值)[1]
Counter = 0
for word in stats.keys():
if stats[word]> counter:
Counter = stats [word]
print Counter
+1来 @Aric Coady 最简单解。点击
还有一种方法可以在字典中随机选择一个具有最大值的键:
stats = {'a':1000, 'b':3000, 'c': 100, 'd':3000}
import random
maxV = max(stats.values())
# Choice is one of the keys with max value
choice = random.choice([key for key, value in stats.items() if value == maxV])
堆队列是通用解决方案,它允许您提取按值排序的顶部 n 键:
from heapq import nlargest
stats = {'a':1000, 'b':3000, 'c': 100}
res1 = nlargest(1, stats, key=stats.__getitem__) # ['b']
res2 = nlargest(2, stats, key=stats.__getitem__) # ['b', 'a']
res1_val = next(iter(res1)) # 'b'
注意 dict .__ getitem __
是语法糖 dict []
调用的方法。与 dict.get
相反,如果找不到密钥,它将返回 KeyError
,这里不会发生。
我在一个非常基本的循环中测试了已接受的答案和@ thewolf最快的解决方案,并且循环比两者都快:
import time
import operator
d = {"a"+str(i): i for i in range(1000000)}
def t1(dct):
mx = float("-inf")
key = None
for k,v in dct.items():
if v > mx:
mx = v
key = k
return key
def t2(dct):
v=list(dct.values())
k=list(dct.keys())
return k[v.index(max(v))]
def t3(dct):
return max(dct.items(),key=operator.itemgetter(1))[0]
start = time.time()
for i in range(25):
m = t1(d)
end = time.time()
print ("Iterating: "+str(end-start))
start = time.time()
for i in range(25):
m = t2(d)
end = time.time()
print ("List creating: "+str(end-start))
start = time.time()
for i in range(25):
m = t3(d)
end = time.time()
print ("Accepted answer: "+str(end-start))
结果:
Iterating: 3.8201940059661865
List creating: 6.928712844848633
Accepted answer: 5.464320182800293
怎么样:
max(zip(stats.keys(), stats.values()), key=lambda t : t[1])[0]