Python 正在获取字典中具有最大值的键？
我有一本Python 正在获取字典中具有最大值的键？,python,dictionary,max,Python,Dictionary,Max,我有一本字典：键是字符串，值是整数 例如： stats = {'a':1000, 'b':3000, 'c': 100} 我想得到'b'作为答案，因为它是具有更高值的键 我使用具有反向键值元组的中间列表执行了以下操作： inverse = [(value, key) for key, value in stats.items()] print max(inverse)[1] 这是一种更好（甚至更优雅）的方法吗？您可以使用操作符。itemgetter来实现这一点： import operato
字典stats = {'a':1000, 'b':3000, 'c': 100}
'b'inverse = [(value, key) for key, value in stats.items()]
print max(inverse)[1]
这是一种更好（甚至更优雅）的方法吗？您可以使用
操作符。itemgetterimport operator
stats = {'a':1000, 'b':3000, 'c': 100}
max(stats.iteritems(), key=operator.itemgetter(1))[0]
stats.iteritems（）max（）key>>> import operator
>>> stats = {'a':1000, 'b':3000, 'c': 100, 'd':3000}
>>> max(stats.iteritems(), key=operator.itemgetter(1))[0]
'b'
>>> max(stats.items(), key=operator.itemgetter(1))[0]
'b'
stats = {'a':1000, 'b':3000, 'c': 100}
max(stats.iterkeys(), key=lambda k: stats[k])
keymax（）key, value = max(stats.iteritems(), key=lambda x:x[1])
key, _ = max(stats.iteritems(), key=lambda x:x[1])
我从来都不太喜欢lambda表达式的可读性，但是我发现这个表达式比操作符更好。itemgetter（1）IMHO。我已经测试了许多变体，这是用最大值返回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))]
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)
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}
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% --
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% --
您可以看到，在Python3.2和2.7下，
f1keywithmaxval>>> 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']
注意：对于Python3，使用
stats.items（）
在Python 3中：
max(stats.keys(), key=(lambda k: stats[k]))
在Python 2中：
max(stats.iterkeys(), key=(lambda k: stats[k]))
如果您只需要知道一个具有最大值的键，那么您可以不使用iterkeys
或iteritems
就可以知道，因为Python中通过字典的迭代就是通过其键的迭代
max_key = max(stats, key=lambda k: stats[k])
编辑：
从评论中，@user1274878：
我是python新手。你能分步解释你的答案吗
是的
最大值
最大值（iterable[，key]）
最大值（arg1，arg2，*args[，键]）
返回iterable中最大的项或两个或多个参数中最大的一个
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>
lambda：返回
将比较返回的值
字典
Python dict是一个哈希表。dict的键是声明为键的对象的散列。由于性能原因，通过dict进行迭代，通过dict的键实现迭代
max_key = max(stats, key=lambda k: stats[k])
因此，我们可以使用它来摆脱获取密钥列表的操作
关闭
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
stats
变量可通过lambda
的\uuuu closure\uuuu
属性使用，作为指向父作用域中定义的变量值的指针。使用集合。计数器
>>> import collections
>>> stats = {'a':1000, 'b':3000, 'c': 100}
>>> stats = collections.Counter(stats)
>>> stats.most_common(1)
[('b', 3000)]
如果合适，您可以从空的集合开始。计数器并添加到其中
>>> stats = collections.Counter()
>>> stats['a'] += 1
:
etc.
+1到3是最简单的解决方案
还有一种方法可以在字典中随机选择一个最大值的键：
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])
我用一个非常基本的循环测试了公认的答案和@thewolf的最快解决方案，该循环比两者都快：
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
那么：
max(zip(stats.keys(), stats.values()), key=lambda t : t[1])[0]
要获取字典的最大键/值stats
：
stats = {'a':1000, 'b':3000, 'c': 100}
- 基于键
最大值（stats.items（），key=lambda x:x[0]）
（'c'，100）
- 基于值
最大值（stats.items（），key=lambda x:x[1]）
（'b'，3000）
当然，如果只想从结果中获取键或值，可以使用元组索引。例如，要获取与最大值对应的键：
>>max（stats.items（），key=lambda x:x[1]）[0]
“b”
解释
Python3中的dictionary方法返回字典的名称。当使用max
函数迭代此视图对象时，它将以（键，值）
形式的元组形式生成字典项
列表（stats.items（））
[（'c'，100），（'b'，3000），（'a'，1000）]
使用表达式lambda x:x[1]
时，在每次迭代中，x
是这些元组中的一个（键，值）
。因此，通过选择正确的索引，您可以选择是要按键还是按值进行比较
Python 2
对于Python2.2+版本，同样的代码也适用。但是，为了提高性能，最好使用dictionary方法
注释
- 这个答案是基于对的评论
- 使用的代码在Python3.5.2和Python2.7.10上进行了测试
max（（值，键）表示键，stats.items（）中的值[1]
示例：
stats = {'a':1000, 'b':3000, 'c': 100}
如果你想用它的键找到最大值，也许下面的操作很简单，没有任何相关的函数
max(stats, key=stats.get)
输出是具有最大值的键。我来这里是想了解如何基于mydict.values（）的值返回mydict.keys（）
。我不是只返回一个键，而是希望返回前x个值
此解决方案比使用<
stats = {'a':1000, 'b':3000, 'c': 100}
max(stats, key=stats.get)
stats = {'a':1000, 'b':3000, 'c': 100}
x = sorted(stats, key=(lambda key:stats[key]), reverse=True)
['b', 'a', 'c']
x[0]
['b']
x[:2]
['b', 'a']
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'
def keys_with_top_values(my_dict):
return [key for (key, value) in my_dict.items() if value == max(my_dict.values())]
stats = {'a':1000, 'b':3000, 'c': 100, 'd':3000, 'e':3000}
from collections import defaultdict
from collections import OrderedDict
groupedByValue = defaultdict(list)
for key, value in sorted(stats.items()):
groupedByValue[value].append(key)
# {1000: ['a'], 3000: ['b', 'd', 'e'], 100: ['c']}
groupedByValue[max(groupedByValue)]
# ['b', 'd', 'e']
import pandas as pd
stats = {'a': 1000, 'b': 3000, 'c': 100}
series = pd.Series(stats)
series.idxmax()
>>> b
max(d, key = d.get)
# which is equivalent to
max(d, key = lambda k : d.get(k))
max(d.items(), key = lambda k : k[1])
mydict = { 'a':302, 'e':53, 'g':302, 'h':100 }
max_value_keys = [key for key in mydict.keys() if mydict[key] == max(mydict.values())]
print(max_value_keys) # prints a list of keys with max value
maximum = mydict[max_value_keys[0]]
stats = {'a':1000, 'b':3000, 'c': 100}
max_key = None
if bool(stats):
max_key = max(stats, key=stats.get)
print(max_key)
>>> b