Python 是否有一种更为通俗的方式来编写以下最大值函数：

MapReduce有人吗？

您可以这样计算最大值：

def greatest(values):
    value_generator = (v for k,v in values)
    max_value = max(value_generator)
    return (k for k,v in values if v == max_value)

sample_data = ( ('id1', 3), ('id2', 5), ('id3', 5) )
items = list( greatest(sample_data) ) # Should produce ['id2', 'id3']

from operator import itemgetter

def greatest(values):
    m = max(values, key=itemgetter(1))[1]
    return [k for k,v in values if v == m]

>>> def greatest_max_iter(values):
...     max_value = max((v for k, v in values))
...     return (k for k, v in values if v == max_value)
...                                                
>>> list(greatest_orig(sample_data)) == list(greatest_max_iter(sample_data))
True
>>> %timeit list(greatest_max_iter(sample_data))
1000 loops, best of 3: 1.67 ms per loop

如注释中所述，您还可以将itemgetter用于max（）函数键：

max_value = max(sample_data, key=lambda x: x[1])[1]

因此，您的代码是（使用itemgetter并直接返回列表）：

内置函数有一个可选的

键

参数，可以自定义排序数据。下面，它对数据元组中的第二项进行排序，并返回最大值：

import operator 
def greatest(values):
    max_value = max(values, key=operator.itemgetter(1))[1]
    return [k for k,v in values if v == max_value]

试试这个：

>>> sample_data = ('id1',3),('id2',5),('id3',5)
>>> def greatest(values):
...   m = max(values,key=lambda n: n[1])[1]
...   return [k for k,v in values if v==m]
...
>>> greatest(sample_data)
['id2', 'id3']

然后像这样使用它：

def greatest(values):
    value_generator = (v for k,v in values)
    max_value = max(value_generator)
    return (k for k,v in values if v == max_value)

sample_data = ( ('id1', 3), ('id2', 5), ('id3', 5) )
items = list( greatest(sample_data) ) # Should produce ['id2', 'id3']

from operator import itemgetter

def greatest(values):
    m = max(values, key=itemgetter(1))[1]
    return [k for k,v in values if v == m]

>>> def greatest_max_iter(values):
...     max_value = max((v for k, v in values))
...     return (k for k, v in values if v == max_value)
...                                                
>>> list(greatest_orig(sample_data)) == list(greatest_max_iter(sample_data))
True
>>> %timeit list(greatest_max_iter(sample_data))
1000 loops, best of 3: 1.67 ms per loop

---

如果要使用

map

>>> sample_data = (('id1', 3), ('id2', 5), ('id3', 5))
>>> greatest(sample_data)
['id2', 'id3']

---

事实上，根据我的测试，您的

best

版本更快——无论如何，要快一点：

>>> sample_data = ( ('id1', 3), ('id2', 5), ('id3', 5) )
>>> max_value = max(sample_data, key=lambda x: x[1])
>>> map(lambda x: x[0], filter((lambda x: x[1]==max_value), sample_data))
['id2', 'id3']

当然，如果您不喜欢将生成器分配给名称，您可以直接将生成器传递给max——比

max（values，key=itemgetter（1））[1]

，IMHO:

>>> def greatest_orig(values):
...     value_generator = (v for k,v in values)
...     max_value = max(value_generator)
...     return (k for k,v in values if v == max_value)
... 
>>> def greatest_max_key(values):
...     max_value = max(values, key=itemgetter(1))[1]
...     return (k for k,v in values if v == max_value)
... 
>>> sample_data = tuple(('id' + str(i), random.randrange(0, 1000)) for i in range(10000))
>>> list(greatest_orig(sample_data)) == list(greatest_max_key(sample_data))
True
>>> %timeit list(greatest_orig(sample_data))
1000 loops, best of 3: 1.67 ms per loop
>>> %timeit list(greatest_max_key(sample_data))
1000 loops, best of 3: 1.74 ms per loop

Python允许您在执行以下操作时省略外部参数：

def greatest(values):
    value_generator = (v for k,v in values)
    max_value = max(value_generator)
    return (k for k,v in values if v == max_value)

sample_data = ( ('id1', 3), ('id2', 5), ('id3', 5) )
items = list( greatest(sample_data) ) # Should produce ['id2', 'id3']

from operator import itemgetter

def greatest(values):
    m = max(values, key=itemgetter(1))[1]
    return [k for k,v in values if v == m]

>>> def greatest_max_iter(values):
...     max_value = max((v for k, v in values))
...     return (k for k, v in values if v == max_value)
...                                                
>>> list(greatest_orig(sample_data)) == list(greatest_max_iter(sample_data))
True
>>> %timeit list(greatest_max_iter(sample_data))
1000 loops, best of 3: 1.67 ms per loop

但出于我不理解的原因，这样做会稍微慢一些：

>>> def greatest_max_iter(values):
...     max_value = max(v for k, v in values)
...     return (k for k, v in values if v == max_value)
... 

---

这些都是真正的微观优化，不太重要。但我认为可读性更倾向于

max（v代表k，v代表值）

或

max（（v代表k，v代表值））

而不是

max（values，key=itemgetter（1））[1]

运算符。itemgetter（1）

是一种等效的、速度更快的拼写方法

lambda n:n[1]

。这只返回一个值。@Johnsyweb，对，这只是用来代替OP max_值的计算。编辑以防止误解+1用于nice功能练习。但是，不确定是否更像蟒蛇。