内容简介:1、默认情况,sorted 函数将按列表升序进行排序,并返回一个新列表对象,原列表保持不变,最简单的排序2、降序排序,如果要按照降序排列,只需指定参数 reverse=True 即可
sorted
用于对集合进行排序(这里说的集合是对可迭代对象的一个统称,他们可以是列表、字典、set、甚至是字符串),它的功能非常强大,本文将深入浅出地介绍 sorted 的各种使用场景。
1、默认排序
1、默认情况,sorted 函数将按列表升序进行排序,并返回一个新列表对象,原列表保持不变,最简单的排序
>>> nums = [3,4,5,2,1] >>> sorted(nums) [1, 2, 3, 4, 5]
2、降序排序
2、降序排序,如果要按照降序排列,只需指定参数 reverse=True 即可
>>> sorted(nums, reverse=True) [5, 4, 3, 2, 1]
3、自定义规则排序
3、如果要按照某个特定的规则排序,则需指定参数 key
, key 是一个函数(或其它可调用对象),例如:一个字符串构成的列表,我想按照字符串的长度来排序
>>> chars = ['Andrew', 'This', 'a', 'from', 'is', 'string', 'test'] >>> sorted(chars, key=len) ['a', 'is', 'from', 'test', 'This', 'Andrew', 'string']
len
是内建函数,sorted 函数在 排序 的时候会用len去获取每个字符串的长度来排序。 有些人可能使用匿名函数 key=lambda x: len(x) ,其实是多此一举。
>>> chars = ['Andrew', 'This', 'a', 'from', 'is', 'string', 'test'] >>> sorted(chars, key=lambda x: len(x)) ['a', 'is', 'from', 'test', 'This', 'Andrew', 'string']
4、复合排序
4、如果是一个复合列表结构,例如:由元组构成的列表,要按照元组中的第二个元素排序,那么可以用 lambda 定义一个匿名函数,这里就是按照第二个元素的字母升序来排列的
>>> students = [('zhang', 'A'), ('li', 'D'), ('wang', 'C')] >>> sorted(students, key=lambda x: x[1]) [('zhang', 'A'), ('wang', 'C'), ('li', 'D')]
这里将按照字母 A-C-D 的顺序排列。
5、类的实例对象排序
5、如果要排序的元素是自定义类,例如Student类按照年龄来排序,则可以写成
>>> 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('lily', 'A', 12), Student('dave', 'B', 10), ] >>> sorted(student_objects, key=lambda t:t.age) [('dave', 'B', 10), ('jane', 'B', 12), ('lily', 'A', 12), ('john', 'A', 15)]
6、多个值排序
6、和数据库的排序一样,sorted 也可以根据多个字段来排序,例如我有先要根据age排序,如果age相同的则根据grade排序,则可以使用元组:
>>> sorted(student_objects, key=lambda t:(t.age, t.grade)) [('dave', 'B', 10), ('lily', 'A', 12), ('jane', 'B', 12), ('john', 'A', 15)]
7. 不可直接比较的值排序
7、前面碰到的排序场景都是建立在两个元素是可以互相比较的前提下,例如数值按大小比较, 字母按ASCII顺序比较,如果遇到本身是不可比较的,需要我们自己来定义比较规则的情况如何处理呢?
举个简单的例子:
>>> nums = [2, 1.5, 2.5, '2', '2.5'] >>> sorted(nums) TypeError: '<' not supported between instances of 'str' and 'int'
一个整数列表中,可能有数字,字符串,在 Python 3中,字符串与数值是不能比较的,而Python2中任何类型都可以比较,这是两个版本中一个很大的区别:
# python2.7 >>> "2.5" > 2 True # python3.6 >>> "2.5" > 2 TypeError: '>' not supported between instances of 'str' and 'int'
我们需要使用 functools 模块中的 cmp_to_key 来指定比较函数是什么。
import functools def compare(x1, x2): if isinstance(x1, str): x1 = float(x1) if isinstance(x2, str): x2 = float(x2) return x1 - x2 >>>sorted(nums, key=functools.cmp_to_key(compare)) [1.5, 2, '2', 2.5, '2.5']
8、定义com_to_key
8、关于 sorted 函数,Python2和Python3之间的区别是Python2中的sorted 可以指定cmp关键字参数,就是当遇到需要自定义比较操作的数据可以通过 cmp=compare 来实现,不需要像Python3中还需要导入functools.cmp_to_key实现。
nums = [2, 1.5, 2.5, '2', '2.5'] def compare(x1, x2): if isinstance(x1, str): x1 = float(x1) if isinstance(x2, str): x2 = float(x2) return 1 if x1 - x2 > 0 else -1 if x1 - x2 < 0 else 0 >>> sorted(nums, cmp=compare) [1.5, 2, '2', 2.5, '2.5']
其实,在Python2中,上面这种情况你不指定cmp,默认也会按照这种方式排序,记住,Python2中,任何东西(不同类型之间)都可以比较,而Python3只有同类型数据可以比较。
9、优化排序
9、 对于集合构成的列表,有一种更高效的方法指定这个key
>>> from operator import itemgetter >>> sorted(students, key=itemgetter(1)) [('zhang', 'A'), ('wang', 'C'), ('li', 'D')]
10、高级排序
10、同样的,对于自定义类,也有一种更高效的方法指定key
>>> from operator import attrgetter >>> sorted(student_objects, key=attrgetter('age')) [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
如果参与排序的字段有两个怎么办,你可以这样:
>>> sorted(student_objects, key=attrgetter('grade', 'age')) [('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]
以上是关于 sorted 函数的全部。
同步发表博客:https://foofish.net/python-sorted.html
关注一下,第一时间获取更多好文
关注公众号「Python之禅」(id:vttalk)获取最新文章
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
PYTHON3:数据分析与机器学习实战
龙马高新教育 / 北京大学出版社 / 2018-9-1 / 69.00
机器学习(Machine Learning, ML)是一门多领域交叉学科,是人工智能的核心,其应用遍及人工智能的各个领域,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。在机器学习过程中,需要使用大量数据,而数据分析是指用适当的方法对收集的大量数据进行分析,提取有用信息并形成结论,进而对数据加以详细研究和概括总结的过程。本书结合机器学......一起来看看 《PYTHON3:数据分析与机器学习实战》 这本书的介绍吧!