Python - 查找數組中排名最高的數字

Question

好吧 - 我有一個兩難的問題。到目前爲止我的腳本將頁面標題轉換爲類別。這是基於關鍵字，當匹配時添加了某個分數，也就是說某些詞語的值爲10，有些詞語只有1。這會累積到每個類別的總分中。

[{15: [32, 'massages']}, {45: [12, 'hair-salon']}, {23,:[3, 'automotive service']}] 

索引是所述類別ID，第一值的得分第二值的類別。

在某些情況下，這跨越了超過10個類別匹配。

我怎麼可以這樣進行過濾，僅前60-75％

即清楚地按摩和美髮沙龍是最大，因爲它們都遠遠高於汽車服務。但是，我們如何使用這種智能進行編程？

我在想stddev可以幫忙嗎？

編輯

我試圖例如過濾掉低分項目

data = [{15: [32, 'massages']}, {45: [1, 'hair-salon']}, {23:[1, 'automotive service']}]] 

按摩是在這種情況下，唯一的高得分項

data = [{15: [4, 'massages']}, {45: [2, 'hair-salon']}, {23:[1, 'automotive service']}]] 

史迪威按摩

data = [{15: [10, 'massages']}, {45: [50, 'hair-salon']}, {23:[5, 'automotive service']}]] 

現在頭髮沙龍（因爲它是遠高於其他）

所以我不需要第一個（N）對象，而且第一個對象的x高於其他數字作爲percen標準偏差的標準或形式。

所以50要高得多，然後10和5

10要高得多然後3或2

然而9,8和6是大致相同的

Answer 1

yourdata = [{15: [32, 'massages']}, {45: [12, 'hair-salon']}, {23:[3, 'automotive service']}] 

# transfer your data into a more usable format 
data = [(score,cat,name) for dat in yourdata for cat,(score,name) in dat.iteritems()] 

# sort on descending score 
data.sort(reverse=True) 

# throw away the low-scoring items 
data = data[:int(len(data)*0.6 + 1)] 

返回

[(32, 15, 'massages'), (12, 45, 'hair-salon')] 

（兩個得分最高的項目）

Answer 2

下面是使用heapq.nlargest()

import heapq 

data = [{15: [32, 'massages']}, {45: [12, 'hair-salon']}, {23:[3, 'automotive service']}] 

N = int(len(data) * 0.6 + 1) 
print heapq.nlargest(N, data, key = lambda x: next(x.itervalues())[0]) 

該打印解決方案：

[{15: [32, 'massages']}, {45: [12, 'hair-salon']}] 

編輯：如果你想消除「低分項目」，那麼你需要準確地定義你的意思是什麼「低評分」。

這裏的一些代碼，以「低得分」的一個完全任意的定義：得分低，如果它是在最大值以下多於一個的標準偏差：

import math 

data = [{15: [32, 'massages']}, {45: [1, 'hair-salon']}, {23:[3, 'automotive service']}] 

scores = [score for d in data for cat,(score,name) in d.iteritems()] 
score_mean = sum(scores)/float(len(scores)) 
score_stdev = math.sqrt(sum(abs(s - score_mean)**2 for s in scores)/float(len(scores))) 

print [d for d in data if next(d.itervalues())[0] > (max(scores) - score_stdev)] 

此打印：

[{15: [32, 'massages']}]