时间：2020-11-01 14:27:30 | 栏目：Python代码 | 点击：次
Python列表具有内置的 list.sort()方法，可以在原地修改列表。 还有一个 sorted()内置的函数从迭代构建一个新的排序列表。在本文中，我们将探讨使用Python排序数据的各种技术。
请注意，sort()原始数据被破坏，sorted()没有对原始数据进行操作，而是新建了一个新数据。
一、基本的排序
最基本的排序很简单。只要使用sorted()函数即可返回一个 新的排序的列表
>>>sorted([5, 2, 3, 1, 4]) [1, 2, 3, 4, 5]
咱们也可以使用 list.sort()方法。该方法是对列表list进行的原地操作（原数据被修改，已经不是原来的本来面目）。一般情况下，不如使用 sorted()方便，但是如果你不需要原列表list，使用 sort()会更具效率。
>>>a = [5, 2, 3, 1, 4] >>>a.sort() >>>a #a发生改变 [1, 2, 3, 4, 5]
另一个不同点， list.sort()方法只能应用于列表对象数据。而 sorted()却可以对任何可迭代对象进行排序。也就是说sorted()更具有普遍使用性。这里大灯建议初学者使用sorted()。
二、Key参数函数
list.sort()和 sorted()都有key参数，可以指定函数来对元素进行排序。
例如，这里我们使用一个字符串（字符串也是可迭代对象）
>>>sorted("This is a test string from Andrew".split(), key=str.lower)
['a', 'Andrew', 'from', 'is', 'string', 'test', 'This']
我们指定按照首字符（统一变为小写后的字符）进行排序。 key参数的值是一个带有单一参数的函数，返回一个键key用于排序。这种技术运行挺快的，具体为啥，我不懂。
例如：
>>>student_tuples = [
... ('john', 'A', 15),
... ('jane', 'B', 12),
... ('dave', 'B', 10)]
>>>sorted(student_tuples, key = lambda student:student[2])
"""
通过key排序。
key的值： lambda函数
lambda函数的参数 是student_tuples列表中的元素-元组
lambda函数运算的是 student_tuples列表元素中元组的第三个元素。
"""
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
同样该方法也可作用于对象的属性。例如这里我先定义一个属性
>>> class Student:
... def __init__(self, name, grade, age):
... self.name = name
... self.grade = grade
... self.age = age
... def __repr__(self):
... return repr((self.name, self.grade, self.age))
>>> student_objects = [
... Student('john', 'A', 15),
... Student('jane', 'B', 12),
... Student('dave', 'B', 10)]
>>> sorted(student_objects, key=lambda student: student.age)
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
三、Operator库的方法
上面列的那些key函数方法都是非常常见，所以说python提供简洁高效的方法。 operator库有 itemgetter(), attrgetter(), methodcaller()这三个方法。
使用上面提到的operator库的方法，也可以实现上述例子，而且更简单，运行更快。
>>> from operator import itemgetter, attrgetter
>>> sorted(student_tuples, key=itemgetter(2))
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
>>> sorted(student_objects, key=attrgetter('age'))
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
operator库的方法可以提供多维度排序。例如我们队成绩和年龄同时排序，但成绩的优先级高于年龄。
>>> sorted(student_tuples, key=itemgetter(1,2))
[('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]
>>> sorted(student_objects, key=attrgetter('grade', 'age'))
[('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]
四、升序与降序
list.sort()和 sorted（）都可以通过reverse参数（True或False）进行升降序调整。这里我们对student数据中 年龄age进行翻转排序规则。
>>> sorted(student_tuples, key=itemgetter(2), reverse=True)
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
>>> sorted(student_objects, key=attrgetter('age'), reverse=True)
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
五、排序稳定性和复杂排序
排序要保障稳定，这意味着当多个记录拥有同一个key时，原始的数据中的排序会保留下来。
>>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
>>> sorted(data, key=itemgetter(0))
[('blue', 1), ('blue', 2), ('red', 1), ('red', 2)]
注意为何两个记录中的blue保留了原始数据的数据，所以按照原始数据顺序，('blue', 1)比('blue', 2)优先。
这个奇妙的特性让咱们可以使用一系列排序步骤来构建复杂的排序方法。例如，对student数据的 成绩grade进行降序，再对 年龄age进行升序排序。实现方法：首先对age排序，再对grade排序。
>>> s = sorted(student_objects, key=attrgetter('age'))
>>> sorted(s, key=attrgetter('grade'), reverse=True)
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
六、老办法-使用cmp参数
cmp也就是compare，对比比较。在2.x时代，都支持cmp参数方法。
在3.x中，cmp参数被彻底移除。
在2.x中，sort允许一个可选的函数，可以进行比较compare。 该功能应该采取要比较两个参数，然后返回的负值代表小于;返回零，代表相等；正值代表大于。 在3.x中，使用cmp思想，我们可以这样做：
>>> def numeric_compare(x, y): ... return x - y >>> sorted([5, 2, 4, 1, 3], cmp=numeric_compare) [1, 2, 3, 4, 5]
如果想让排序变为降序，可以使用下面
>>> def reverse_numeric(x, y): ... return y - x >>> sorted([5, 2, 4, 1, 3], cmp=reverse_numeric) [5, 4, 3, 2, 1]
总结