Python &引用；分组方式；具有字典理解的聚合函数

我有一系列的配对（名字、分数）和重复出现的名字。我想得到每个名字的最高分数。对于最终结果，名称标签本身是可选的。这是一个工作实现：

from collections import defaultdict
scores = (('eyal', 76), ('alex', 50), ('oded', 90), ('eyal', 100), ('alex', 99))
distinct = defaultdict(set)
for score in scores:
    distinct[score[0]].add(score[1])
max_scores = [max(distinct[k]) for k in distinct]
print (max_scores)

我想知道，这可以通过词典理解一步完成吗

In [22]: dict(sorted(scores))
Out[22]: {'alex': 99, 'eyal': 100, 'oded': 90}

这是基于这样的观察：一旦我们对元组进行排序，我们只想为每个名称保留最后一个元组，

dict（）

很好地做到了这一点

或者

In [16]: [max(vals) for _,vals in itertools.groupby(sorted(scores), lambda x:x[0])]
Out[16]: [('alex', 99), ('eyal', 100), ('oded', 90)]

---

这更冗长，但也更一般。例如，它可以很容易地用来计算平均分数，而第一个解决方案却不能。

我理解想要减少代码的愿望，但你不可能给其他人带来维护噩梦吗？

dict（排序（分数））

应该在一行中完成这项任务。[该死的我跑得快；）]

dict（排序（分数））

。[哇，4秒太慢了！]我也喜欢

groupby

解决方案——它可以更好地扩展到更复杂的问题，尽管乍一看它没有那么流畅。很好。我用timeit测试了性能：op=45.6，groupby=59.6，dict（sorted）=13.5，