我需要帮助在python中找到一种方法来获取多维python字典中的最大N
项。例如:
things = {
"car": { "weight": 100 },
"apple": { "weight": 1 },
"spanner": { "weight": 10 }
}
在这种情况下,我想在字典中找到2个加权最高的项目,特别是这些项目的关键字。所以在这种情况下,它应该返回["car", "spanner"]
注意:这是我对遗传算法的第一次尝试,所以我可能没有正确地做到这一点。完全没有。
由于我是英国人,我正在寻找我能想象到的最好的一杯茶,所以我正在写一个蟒蛇程序,可以随机生成10杯茶,然后使用自然选择来找到那个十分之一的前5名上。
一杯茶被建模为python字典,有5个键:
{
"brew_time": Some Number,
"milk": Some Number,
"sweeteners": Some Number,
"fitness": Some Number (This is what I'm interested in),
"name": Some randomly generated name (Doesn't really matter)
}
我的程序吐出的一杯茶会看起来像这样:
{'brew_time': 2.0, 'milk': 0.5, 'sweeteners': 3.0, 'name': 'bold cup', 'fitness': 0}
然后生成10杯茶,存储在teas
变量中。这是一个输出的例子:
{0: {'brew_time': 2.0, 'milk': 0.4, 'sweeteners': 1.0, 'name': 'unafraid brew', 'fitness': 0}, 1: {'brew_time': 3.0, 'milk': 0.5, 'sweeteners': 3.0, 'name': 'fire-eating blend', 'fitness': 0}, 2: {'brew_time': 2.0, 'milk': 0.6, 'sweeteners': 2.0, 'name': 'fearless drink', 'fitness': 0}, 3: {'brew_time': 2.0, 'milk': 0.9, 'sweeteners': 3.0, 'name': 'fire-eating blend', 'fitness': 0}, 4: {'brew_time': 2.0, 'milk': 0.8, 'sweeteners': 2.0, 'name': 'fire-eating cuppa', 'fitness': 0}, 5: {'brew_time': 3.0, 'milk': 0.3, 'sweeteners': 1.0, 'name': 'fire-eating drink', 'fitness': 0}, 6: {'brew_time': 4.0, 'milk': 0.7, 'sweeteners': 2.0, 'name': 'dauntless medley', 'fitness': 0}, 7: {'brew_time': 3.0, 'milk': 0.3, 'sweeteners': 2.0, 'name': 'dauntless cuppa', 'fitness': 0}, 8: {'brew_time': 3.0, 'milk': 0.9, 'sweeteners': 2.0, 'name': 'epic drink', 'fitness': 0}, 9: {'brew_time': 2.0, 'milk': 0.4, 'sweeteners': 2.0, 'name': 'gusty drink', 'fitness': 0}}
我现在正在尝试编写一个名为selection()
的函数,该函数将从字典中删除5个最不适合的茶。 (茶的适应性由我设定,使用rank_tea()
功能,它采用数组并设置所有茶的适合度,这是一个介于茶的质量的0 - 1之间的数字)
这是我到目前为止所做的,但它不起作用:
def selection():
teaCopy = teas.copy()
fitnesses = []
for i in range(0, len(teaCopy)):
fitnesses.append(teas[i]["fitness"])
print(fitnesses)
max_fitnesses_indicies = sorted(range(len(fitnesses)), key=lambda x: fitnesses[x])
print(max_fitnesses_indicies)
len_array = []
print(len_array)
for i in range(0, len(teas)):
len_array.append(i)
to_be_del = list( set(max_fitnesses_indicies) - set(len_array) )
print(to_be_del)
This is the full code.对不起问题的长度,我只是不想错过任何内容。
任何帮助将不胜感激
答案 0 :(得分:2)
您可以简单地使用:
>>> sorted(things.keys(),key=lambda x:things[x]['weight'],reverse=True)
['car', 'spanner', 'apple']
获取按重量排序的项目列表(此处按相反的顺序排列,以便首先对较重的事物进行排序)。所以如果你打电话:
>>> sorted(things.keys(),key=lambda x:things[x]['weight'],reverse=True)[:2]
['car', 'spanner']
你得到两个最重的。但这将在 O(n log n) 中运行。如果您希望获得的值 k 的数量(与总数相比)。您可以使用heapq
:
from heapq import nlargest
result = nlargest(k,things.keys(),key=lambda x:things[x]['weight'])
这将 - 据我所知 - 在 O(n log k)中运行 ( k 您想要的项目数量挑)。