python 如何在list中找Topk的数值和索引

对于如何在Python的list中找Topk的数值和索引，可以采用以下方法：

方法一：使用sorted函数排序

可以使用Python内置的sorted函数对list进行排序，然后取前k个元素，同时得到它们的索引。具体代码如下：

lst = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
k = 3

# 记录每个元素的索引和值
lst_with_index = [(idx, val) for idx, val in enumerate(lst)]
# 按照值从大到小排序
sorted_lst = sorted(lst_with_index, key=lambda x: x[1], reverse=True)
# 取前k个元素的索引和值
top_k_index = [x[0] for x in sorted_lst[:k]]
top_k_value = [x[1] for x in sorted_lst[:k]]

print(top_k_index)
print(top_k_value)

上述代码中，首先将list中每个元素的索引和值都放到一个列表中，然后使用sorted函数对该列表按照值从大到小排序，最后取前k个元素的索引和值。

运行上述代码，输出结果如下：

[5, 4, 8]
[9, 5, 5]

其中，[5, 4, 8]是前3个最大值的索引，[9, 5, 5]是它们的值。

方法二：使用heapq模块

除了使用sorted函数，还可以使用Python中的heapq模块来实现Topk操作。heapq模块提供了一些堆操作，包括将列表转换成堆、从堆中获取元素等。具体代码如下：

import heapq

lst = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
k = 3

# 定义一个最大堆
max_heap = []
# 循环遍历列表中的元素
for i, val in enumerate(lst):
    if i < k:
        # 如果堆中元素不足k个，直接将元素加入堆中
        heapq.heappush(max_heap, (val, i))
    else:
        # 如果堆中元素已达到k个，从堆顶取出最大的元素
        top_val, top_idx = max_heap[0]
        # 如果新元素比堆顶元素大，则替换堆顶元素
        if val > top_val:
            heapq.heappop(max_heap)
            heapq.heappush(max_heap, (val, i))

# 从堆中取出前k个元素的索引和值
top_k = heapq.nlargest(k, max_heap)

# 分别获取索引和值
top_k_index, top_k_value = zip(*top_k)

print(top_k_index)
print(top_k_value)

上述代码中，首先定义一个最大堆，然后遍历list中的元素，如果堆中元素不足k个，则直接将元素加入堆中，如果堆中元素已达到k个，则从堆顶取出最大的元素，如果新元素比堆顶元素大，则替换堆顶元素。最后从堆中取出前k个元素的索引和值。

运行上述代码，输出结果与方法一相同：

[5, 4, 8]
[9, 5, 5]

综上所述，以上是两种在Python中找Topk的数值和索引的方法，可以根据实际情况选择适合自己的方法。