Question

我正在使用heapq从列表列表中获取最大的元素。我写的程序如下。

import csv
import heapq
f = open("E:/output.csv","r")
read = csv.reader(f)

allrows = [row for row in read]

for i in xrange(0,2):
     print allrows[i]

allrows.sort(key=lambda x: x[2]) #this is working properly
it=heapq.nlargest(20,enumerate(allrows),key=lambda x:x[2]) #error

我只想要前20个元素。因此，我没有考虑使用堆。我得到的错误是，

  Traceback (most recent call last):
File "D:\eclipse_progs\DaDv\IMDB\Assignment1.py", line 42, in <module>
  it=heapq.nlargest(2,enumerate(allrows),key=lambda x:x[2])
File "C:\Python27\lib\heapq.py", line 470, in nlargest
  result = _nlargest(n, it)
File "D:\eclipse_progs\DaDv\IMDB\Assignment1.py", line 42, in <lambda>
  it=heapq.nlargest(2,enumerate(allrows),key=lambda x:x[2])
IndexError: tuple index out of range

我能知道为什么会收到错误以及如何解决错误。有没有使用heapq的属性我缺少。

Answer 1

enumerate()返回超过2元组的可迭代。因此，在第二个示例中访问x[2]总是超出范围（唯一有效的索引是0和1）。

要使第二个示例与第一个示例等效，您应该直接传递allrows而不是使用enumerate()：

it = heapq.nlargest(20, allrows, key=lambda x:x[2])

如果您需要保留原始索引，enumerate()是可行的方法。但是，您还需要在键功能中使用额外的间接级别：

it = heapq.nlargest(20, enumerate(allrows), key=lambda x:x[1][2]) 
                        ^^^^^^^^^                         ^^^

Answer 2

感谢NPE点亮问题，作为替代答案，您可以将所有行与itertools.chain()连接起来，并通过排序获得前20个元素，其性能高于heapq：

from itertools import chain

sorted(chain(*allrows))[-20:]

如果您尝试，nlargest()和nsmallest()函数最合适找到相对较少的物品。如果你只是想找到单个最小的或最大项(N=1)，使用min()和max()会更快。同样，如果N是关于与集合本身相同的大小，通常更快地对其进行排序并采取切片（即，使用sorted(items)[:N]或sorted(items)[-N:]）。

如何从python中的列表列表中获取n个最大列表

2 个答案: