Python排序之sorted

Python要对list迭代序列的排序,提供了两种方法:
  • list的成员函数sort()排序
  • 内建函数sorted()排序
    以上两个函数的区别除了一个事内建函数、一个是list成员函数外,还主要有以下区别
  • sortedsort灵活,排序方法丰富
  • sorted是产生一个新的列表,sort是在原位重新排列列表
sorted()官方定义:
>>> help(sorted)
Help on built-in function sorted in module __builtin__:
sorted(...)
sorted(iterable, cmp=None, key=None, reverse=False) --> new sorted list
  • iterable:可迭代序列
  • cmp:用于比较的函数,比较什么由key决定,有默认值,迭代集合中的一项;
  • key: 用列表元素的某个属性用 cmp函数 进行作为关键字,有默认值,迭代集合中的一项;
  • reverse:升降序排列,默认为升序
下面举例来说明:
  • sort排序
    >>> L = [5, 2, 4, 1, 3]
    >>> L.sort()
    >>> L
    [1, 2, 3, 4, 5]

  • sorted排序
    >>> L = [5, 2, 4, 1, 3]
    >>> sorted(L)
    [1, 2, 3, 4, 5]

  • sorted方法之reverse
    >>> L = [5, 2, 4, 1, 3]
    >>> sorted(L,reverse=True)
    [5, 4, 3, 2, 1]

  • sorted方法之cmp:
    >>> L = [('b',2),('a',1),('c',3),('d',4)]
    >>> sorted(L,cmp=lambda x,y:cmp(x[1],y[1]))
    [('a', 1), ('b', 2), ('c', 3), ('d', 4)]
    -sorted方法之key(效率key>cmp(key比cmp快)):
    >>> L = [('b',2),('f',5),('e',3),('d',4),('c',1)]
    >>> sorted(L,key=lambda x:x[0])
    [('b', 2), ('c', 1), ('d', 4), ('e', 3), ('f', 5)]
    >>> sorted(L,key=lambda x:x[1])
    [('c', 1), ('b', 2), ('e', 3), ('d', 4), ('f', 5)]

  • sorted方法之key:对list先按照第二个关键字来排序,再按照第一个关键字来排序
    >>> L = [('b',2),('f',5),('e',3),('d',4),('c',1)]
    >>> sorted(L,key=lambda x:(x[1],x[0]))
    [('c', 1), ('b', 2), ('e', 3), ('d', 4), ('f', 5)]

  • sorted方法对dict排序
    >>> import operator
    >>> x = {1:2, 3:4, 4:3, 2:1, 0:0}
    >>> sorted(x.iteritems(), key=operator.itemgetter(1))
    [(0, 0), (2, 1), (1, 2), (4, 3), (3, 4)]
    >>> sorted(x.iteritems(), key=operator.itemgetter(0))
    [(0, 0), (1, 2), (2, 1), (3, 4), (4, 3)]

  • x.items()是把所有字典的项按照列表形式返回,x.iteritems()返回的是一个迭代器

  • operator.itemgetter:operator模块提供的itemgetter函数用于获取对象的哪些维的数据,参数为一些序号(即需要获取的数据在对象中的序号),如:
    >>> a = [1,2,3]
    >>> b = operator.itemgetter(1) //定义函数b,获取对象的第1个域的值
    >>> b(a)
    2
    备注:operator.itemgetter函数获取的不是值,而是定义了一个函数,通过该函数作用到对象上才能获取值。

  • sorted对包含dict的list排序
    >>> x = [{'name':'Homer', 'age':39}, {'name':'Bart', 'age':10}]
    >>> sorted(x,key=operator.itemgetter('name'))
    [{'age': 10, 'name': 'Bart'}, {'age': 39, 'name': 'Homer'}]
    >>> sorted(x,key=operator.itemgetter('age'),reverse=True)
    [{'age': 39, 'name': 'Homer'}, {'age': 10, 'name': 'Bart'}]

以上就是Python的list排序。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容