• • 这可以在一行中完成**

例如，对于0 [第一个坐标]：

print(max([(k, v) for k, v in filter(lambda x: x[0][0]==y, dic.items())], key=lambda x:x[1]))
Out[2]: ((0, 15), 0.23157894736842105)

但更好的方法是将其放入函数中：

def get_max(dic, coord, val):
    return max(filter(lambda item: item[0][coord] == val, dic.items()), key=lambda x: x[1])

对于0 [第一个坐标]：

print(get_max(dic, 0, 0))
Out[5]:  ((0, 5), 0.23157894736842105)
# or storing the key and the value:
key_max, value_max = get_max(dic, 0, 0)

对于0 [第二坐标]：

print(get_max(dic, 1, 0))
Out[6]: ((5, 0), 0.13157894736842105)

等等...

• 希望这对你有帮助，快乐编码! *

def getMaxForX(number):
    return max([v for k, v in dic.items() if k[0] == number])

def getMaxForY(number):
    return max([v for k, v in dic.items() if k[1] == number])

我不确定如何完全实现这些，但我认为这就是您所寻找的列表理解
例如：

getMaxForX(0) => 0.23157894736842105,
getMaxForY(0) => 0.13157894736842105

如果你想要每个最大值的键和值，这是有点不同，但仍然是可行的。

这个问题不太适合于有元组键的字典，你需要迭代并维护你自己的结果字典来保持每个索引键的最大值。
或者您可以使用第三方库，如Pandas，它保存结构化数据并使用连续内存块：

import pandas as pd

dic = {(0, 1): 0.059999999999999996, (0, 5): 0.13157894736842105,
       (0, 15): 0.23157894736842105, (1, 0): 0.049999999999999996,
       (5, 0): 0.13157894736842105, (5, 15): 0.049999999999999996,
       (15, 5): 0.23157894736842105}

df = pd.DataFrame.from_dict(dic, orient='index').reset_index()
df[['key0', 'key1']] = pd.DataFrame(df.pop('index').values.tolist())

res = pd.concat((df.groupby(f'key{i}')[0].max().rename(f'idx{i}')
                 for i in range(2)), axis=1)

print(res)

        idx0      idx1
0   0.231579  0.131579
1   0.050000  0.060000
5   0.131579  0.231579
15  0.231579  0.231579