Python 如何在搜索多个值的基础上返回字典键

一般来说，我对python和脚本编写还比较陌生，所以请耐心听我说

我有一个python字典，其中包含key:value对，其中的值是一个嵌套列表，其中包含三维几何体矩阵的位置：

{Point_Index: [position_X, position_Y, position_Z]}

我应该提到，键是唯一的，但值不是唯一的

如何根据字典中的最高位置X、位置y和位置Z搜索字典并返回点索引键

以下是我的字典示例：

Polygon1 = {0: [-3.1890000000000001, -3.1890000000000001, -0.30361509588790281], 9: [3.1890000000000001, -3.1890000000000001, -0.30361509588790281], 10: [-3.1890000000000001, 3.1890000000000001, -0.30361509588790281], 11: [3.1890000000000001, 3.1890000000000001, -0.30361509588790281]}

---

我试图测试点的位置，以定位笛卡尔空间中给定向量中最外层的点。因此（max_X，max_Y，max_Z）可以被视为最右上方的点，而（min_X，max_Y，max_Z）可以被视为最左上方的点。最左下点为（min_X，min_Y，min_Z），最右下点为（max_X，min_Y，min_Z）

我尝试过各种方法，比如get，max，但我真的只是因为缺乏经验而在黑暗中跌跌撞撞

---

谢谢你的帮助

下面的Python示例应该可以解决您的问题

max( (v[0],k) for k,v in dictionary.items() )[1]
max( (v[1],k) for k,v in dictionary.items() )[1]
max( (v[2],k) for k,v in dictionary.items() )[1]

score = lambda x,y,z: x+y+z

best_key = max(
    mydict.iteritems(),
    key = lambda i:score(*i[1])
)[0]

---

您可以将

max

与

键一起使用

功能：

>>> Polygon1 = {0: [-3.1890000000000001, -3.1890000000000001, -0.30361509588790281], 9: [3.1890000000000001, -3.1890000000000001, -0.30361509588790281], 10: [-3.1890000000000001, 3.1890000000000001, -0.30361509588790281], 11: [3.1890000000000001, 3.1890000000000001, -0.30361509588790281]}
>>> max(Polygon1, key=lambda k: Polygon1[k][0])
9
>>> max(Polygon1, key=lambda k: Polygon1[k][1])
10
>>> max(Polygon1, key=lambda k: Polygon1[k][2])
0

---

请发布示例来说明您的问题，即一个包含少量点的字典，并指定所需的输出。简单的方法是使用一个tmp变量，存储具有最高X、Y、Z值的键名，以及包含当前最高值的tmp列表，并与其他变量进行比较。您可以通过一个简单的循环来实现这一点。它会起作用的。从这里，我们可以讨论优化。如果两个列表像这样

[12,10,20]

和

[4,20,15]

，比较的标准是什么？这个

Polygon1

的预期输出是什么？我试图测试点位置，以定位笛卡尔空间中给定向量的最外层点。因此（max_X，max_Y，max_Z）可以被视为最右上方的点，而（min_X，max_Y，max_Z）可以被视为最左上方的点。最左下点是（min_X，min_Y，min_Z），最右下点是（max_X，min_Y，min_Z）。@HughBothwell:对不起，我改了。X，Y，Z的总和可能不是匹配两个坐标的标准。@Ashwinichaudhar:是的；关键是标准已经从迭代中抽象出来了。如果他想根据不同的标准进行排序，他可以很容易地做到。我不确定这是否行得通。如果我有一个值为（2,2，-2）的点和一个值为（-2,2,2）的点，那么两个点返回的分数不一样吗？如果我误解了，很抱歉。@user1510490:是的，两者的分数相同。如果你能解释哪一个得分更好，我们就可以得到一个更好的得分函数。