J'ai un dictionary Les clés sont des chaînes de caractères, les valeurs sont des entiers.
Exemple :
stats = {'a':1000, 'b':3000, 'c': 100}J'aimerais avoir 'b' comme réponse, puisque c'est la clé avec une valeur plus élevée.
J'ai fait ce qui suit, en utilisant une liste intermédiaire avec des tuples clé-valeur inversés :
inverse = [(value, key) for key, value in stats.items()]
print max(inverse)[1]Cette dernière est-elle la meilleure (ou même la plus élégante) des approches ?
Si tu voulais vraiment le faire de cette manière, tu pourrais faire stats[max(stats, key=stats.get)]
@scottmrogowski, ss. Il fournit la clé avec la valeur maximale, comme demandé. La valeur maximale serait simplement max(stats.values()).
Cela devrait être la réponse, car c'est la plus simple et c'est exactement ce que le PO a demandé.
Vous pouvez utiliser operator.itemgetter pour ça :
import operator
stats = {'a':1000, 'b':3000, 'c': 100}
max(stats.iteritems(), key=operator.itemgetter(1))[0]Et au lieu de construire une nouvelle liste en mémoire, utilisez stats.iteritems() . Le site key au paramètre max() est une fonction qui calcule une clé qui est utilisée pour déterminer comment classer les éléments.
Veuillez noter que si vous aviez une autre paire clé-valeur 'd' : 3000, cette méthode ne retournera que un de la deux même si elles ont toutes deux la valeur maximale.
>>> import operator
>>> stats = {'a':1000, 'b':3000, 'c': 100, 'd':3000}
>>> max(stats.iteritems(), key=operator.itemgetter(1))[0]
'b'
Dans python 3 la solution (correctement orthographiée) de @Lucretiel échoue. elle devrait être : max(stats.keys(), key=(lambda k : stats[k])) puisque keys() fait maintenant ce que iterkeys() faisait automatiquement.
J'ai testé de NOMBREUSES variantes, et c'est le moyen le plus rapide de retourner la clé du dict avec la valeur maximale :
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))]Pour vous donner une idée, voici quelques méthodes candidates :
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) Le dictionnaire d'essai :
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}Et les résultats du test sous Python 3.2 :
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% --Et sous Python 2.7 :
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% -- Vous pouvez voir que f1 est le plus rapide sous Python 3.2 et 2.7 (ou, plus complètement, keywithmaxval en haut de cet article)
Ça semble louche. f7 c'est comme f1 Il s'agit simplement de ne pas donner de nom à un objet intermédiaire. f7 devrait être (très légèrement) plus rapide que f1 pas beaucoup plus lent. Et c'est ce que j'obtiens : >>> timeit.timeit("f1()","from __main__ import f1, f7, d1", number=10000) 0.26785888786807277 >>> timeit.timeit("f7()","from __main__ import f1, f7, d1", number=10000) 0.26770628307832567
Je suis d'accord que f1 est comme f7. J'ai fait un test avec ipython %timeit et les deux ont donné les mêmes performances sur ma machine avec python 2.7. Test : f1 - 18 µs par boucle Test : f2 - 33.7 µs par boucle Test : f3b - 50 µs par boucle Test : f4b - 30.7 µs par boucle Test : f5 - 28 µs par boucle Test : f6 - 23 µs par boucle Test : f7 - 18 µs par boucle Test : f8 - 43.9 µs par boucle Test : f4 - 2.16 ms par boucle Test : f3 - 2.29 ms par boucle
.iterkeys n'est pas nécessaire dans votre réponse (c'est la valeur par défaut lors de l'itération d'un dict). Cependant, notez que la méthode .iteritems récupère à la fois la clé et la valeur en une seule étape, il n'est donc pas nécessaire d'ajouter un paramètre supplémentaire. getitem par clé selon les besoins avec .iterkeys.
Il s'agit d'une excellente réponse, car elle indique très clairement ce qui se passe et peut donc être facilement étendue à d'autres situations.
key,value = max(stats.iteritems(), key=lambda x:x[1])Si vous ne vous souciez pas de la valeur (je serais surpris, mais) vous pouvez le faire :
key,ignored = max(stats.iteritems(), key=lambda x:x[1])J'aime mieux le déballage des tuple que l'indice [0] à la fin de l'expression. Je n'ai jamais beaucoup aimé la lisibilité des expressions lambda, mais je trouve celle-ci meilleure que operator.itemgetter(1) IMHO.
Prograide est une communauté de développeurs qui cherche à élargir la connaissance de la programmation au-delà de l'anglais.
Pour cela nous avons les plus grands doutes résolus en français et vous pouvez aussi poser vos propres questions ou résoudre celles des autres.
5 votes
Hum, quel est le problème avec
max(stats)?55 votes
max(stats)utilisera les étiquettes comme clés (elle retournera'c'étant donné que c'est l'étiquette maximale),max(stats, key=lambda key: stats[key])est ce que le PO cherchait (ce qui retournera'b', étiquette de la valeur maximale indexée). Est-ce que c'est plus clair ?