掌握 Python 列表排序的 15 个方法

开发 后端
本文详细介绍了Python中列表排序的各种方法,从基本的 sorted() 和 list.sort() 到更高级的 numpy、pandas 和自定义排序逻辑。

大家好!今天我们要聊的是Python中列表排序的各种方法。无论你是刚入门的小白,还是有一定基础的进阶者,这篇文章都会对你有所帮助。我们将从最基础的方法开始,逐步深入到更高级的技巧。话不多说,让我们开始吧!

1. 使用 sorted() 函数

sorted() 是Python内置的一个函数,可以用来对任何可迭代对象进行排序,返回一个新的已排序列表。

# 基本用法
numbers = [5, 2, 9, 1, 5, 6]
sorted_numbers = sorted(numbers)
print(sorted_numbers)  # 输出: [1, 2, 5, 5, 6, 9]

# 反向排序
sorted_numbers_desc = sorted(numbers, reverse=True)
print(sorted_numbers_desc)  # 输出: [9, 6, 5, 5, 2, 1]

2. 使用 list.sort() 方法

list.sort() 是列表对象的一个方法,用于原地排序列表,不返回新的列表。

# 基本用法
numbers = [5, 2, 9, 1, 5, 6]
numbers.sort()
print(numbers)  # 输出: [1, 2, 5, 5, 6, 9]

# 反向排序
numbers.sort(reverse=True)
print(numbers)  # 输出: [9, 6, 5, 5, 2, 1]

3. 按字符串长度排序

有时候我们需要按字符串的长度进行排序,这可以通过 key 参数来实现。

words = ["apple", "banana", "cherry", "date"]
sorted_words_by_length = sorted(words, key=len)
print(sorted_words_by_length)  # 输出: ['date', 'apple', 'cherry', 'banana']

4. 按自定义函数排序

我们可以使用 key 参数传入一个自定义函数,以实现更复杂的排序逻辑。

def custom_key(word):
    return word[-1]  # 按最后一个字符排序

words = ["apple", "banana", "cherry", "date"]
sorted_words_custom = sorted(words, key=custom_key)
print(sorted_words_custom)  # 输出: ['date', 'apple', 'banana', 'cherry']

5. 按多个条件排序

有时我们需要按多个条件进行排序,这可以通过传递一个元组作为 key 参数来实现。

students = [
    {"name": "Alice", "age": 20},
    {"name": "Bob", "age": 22},
    {"name": "Charlie", "age": 20}
]

# 先按年龄排序,再按名字排序
sorted_students = sorted(students, key=lambda x: (x['age'], x['name']))
print(sorted_students)
# 输出: [{'name': 'Alice', 'age': 20}, {'name': 'Charlie', 'age': 20}, {'name': 'Bob', 'age': 22}]

6. 按数值绝对值排序

有时我们需要按数值的绝对值进行排序,这同样可以通过 key 参数来实现。

numbers = [-5, 2, -1, 3, 0, -2]
sorted_numbers_abs = sorted(numbers, key=abs)
print(sorted_numbers_abs)  # 输出: [0, -1, 2, -2, 3, -5]

7. 按对象属性排序

如果列表中的元素是对象,我们可以按对象的某个属性进行排序。

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

people = [
    Person("Alice", 20),
    Person("Bob", 22),
    Person("Charlie", 20)
]

# 按年龄排序
sorted_people = sorted(people, key=lambda x: x.age)
for person in sorted_people:
    print(person.name, person.age)
# 输出: Alice 20, Charlie 20, Bob 22

8. 使用 operator.attrgetter 和 operator.itemgetter

operator 模块提供了 attrgetter 和 itemgetter 函数,可以简化按属性或键值排序的操作。

from operator import attrgetter, itemgetter

# 按对象属性排序
sorted_people_attr = sorted(people, key=attrgetter('age'))
for person in sorted_people_attr:
    print(person.name, person.age)
# 输出: Alice 20, Charlie 20, Bob 22

# 按字典键值排序
students = [
    {"name": "Alice", "age": 20},
    {"name": "Bob", "age": 22},
    {"name": "Charlie", "age": 20}
]

sorted_students_item = sorted(students, key=itemgetter('age'))
print(sorted_students_item)
# 输出: [{'name': 'Alice', 'age': 20}, {'name': 'Charlie', 'age': 20}, {'name': 'Bob', 'age': 22}]

9. 使用 heapq.nsmallest 和 heapq.nlargest

heapq 模块提供了 nsmallest 和 nlargest 函数,可以快速找到列表中的最小或最大元素。

import heapq

numbers = [5, 2, 9, 1, 5, 6]

# 找到前3个最小的数
smallest_three = heapq.nsmallest(3, numbers)
print(smallest_three)  # 输出: [1, 2, 5]

# 找到前3个最大的数
largest_three = heapq.nlargest(3, numbers)
print(largest_three)  # 输出: [9, 6, 5]

10. 使用 pandas 库排序

如果你处理的是数据科学相关的任务,pandas 库提供了强大的数据处理功能,包括排序。

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [20, 22, 20]
}

df = pd.DataFrame(data)

# 按年龄排序
sorted_df = df.sort_values(by='age')
print(sorted_df)
# 输出:
#       name  age
# 0   Alice   20
# 2  Charlie  20
# 1     Bob   22

11. 使用 numpy 库排序

numpy 是一个强大的科学计算库,它提供了高效的数组操作功能,包括排序。

import numpy as np

numbers = [5, 2, 9, 1, 5, 6]
np_numbers = np.array(numbers)

# 升序排序
sorted_np_numbers = np.sort(np_numbers)
print(sorted_np_numbers)  # 输出: [1 2 5 5 6 9]

# 降序排序
sorted_np_numbers_desc = np.sort(np_numbers)[::-1]
print(sorted_np_numbers_desc)  # 输出: [9 6 5 5 2 1]

12. 自定义比较函数

在某些情况下,我们需要更复杂的排序逻辑,可以使用 functools.cmp_to_key 将自定义的比较函数转换为 key 函数。

from functools import cmp_to_key

def custom_compare(x, y):
    if x < y:
        return -1
    elif x > y:
        return 1
    else:
        return 0

numbers = [5, 2, 9, 1, 5, 6]
sorted_numbers_custom = sorted(numbers, key=cmp_to_key(custom_compare))
print(sorted_numbers_custom)  # 输出: [1, 2, 5, 5, 6, 9]

13. 稳定排序

稳定排序是指在排序过程中,相同元素的相对位置保持不变。sorted() 和 list.sort() 都是稳定的排序算法。

students = [
    {"name": "Alice", "age": 20},
    {"name": "Bob", "age": 22},
    {"name": "Charlie", "age": 20}
]

# 先按名字排序,再按年龄排序
students.sort(key=lambda x: x['name'])
students.sort(key=lambda x: x['age'])

for student in students:
    print(student['name'], student['age'])
# 输出: Alice 20, Charlie 20, Bob 22

在这个例子中,先按名字排序,再按年龄排序,保证了相同年龄的学生的名字顺序不变。

14. 多级排序(使用 pandas)

pandas 库不仅支持单级排序,还支持多级排序。

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [20, 22, 20, 21],
    'score': [85, 90, 88, 92]
}

df = pd.DataFrame(data)

# 先按年龄升序排序,再按分数降序排序
sorted_df = df.sort_values(by=['age', 'score'], ascending=[True, False])
print(sorted_df)
# 输出:
#      name  age  score
# 0   Alice   20     85
# 2  Charlie  20     88
# 3   David   21     92
# 1     Bob   22     90

15. 使用 itertools.groupby 进行分组排序

itertools.groupby 可以将列表按某个条件分组,然后再对每个组进行排序。

from itertools import groupby

students = [
    {"name": "Alice", "age": 20},
    {"name": "Bob", "age": 22},
    {"name": "Charlie", "age": 20},
    {"name": "David", "age": 21}
]

# 先按年龄排序
students.sort(key=lambda x: x['age'])

# 按年龄分组
grouped_students = {k: list(v) for k, v in groupby(students, key=lambda x: x['age'])}

for age, group in grouped_students.items():
    print(f"Age: {age}")
    for student in group:
        print(student['name'], student['age'])
# 输出:
# Age: 20
# Alice 20
# Charlie 20
# Age: 21
# David 21
# Age: 22
# Bob 22

实战案例分析

假设你是一家在线书店的开发人员,需要对书籍按评分和销量进行排序。我们将使用前面学到的多种排序方法来实现这个需求。

books = [
    {"title": "Book A", "rating": 4.5, "sales": 500},
    {"title": "Book B", "rating": 4.2, "sales": 300},
    {"title": "Book C", "rating": 4.7, "sales": 700},
    {"title": "Book D", "rating": 4.3, "sales": 400}
]

# 先按评分降序排序,再按销量降序排序
sorted_books = sorted(books, key=lambda x: (-x['rating'], -x['sales']))

for book in sorted_books:
    print(book['title'], book['rating'], book['sales'])
# 输出:
# Book C 4.7 700
# Book A 4.5 500
# Book D 4.3 400
# Book B 4.2 300

在这个案例中,我们使用了 lambda 表达式和 key 参数来实现多级排序。希望这个案例能帮助你更好地理解和应用这些排序方法。

总结

本文详细介绍了Python中列表排序的各种方法,从基本的 sorted() 和 list.sort() 到更高级的 numpy、pandas 和自定义排序逻辑。通过这些方法,你可以灵活地应对各种排序需求。

责任编辑:赵宁宁 来源: 手把手PythonAI编程
相关推荐

2020-10-30 08:58:33

Python列表开发

2009-11-20 09:24:10

PHP多维数组排序

2024-07-03 10:31:21

2024-06-28 09:52:47

列表Python

2023-10-04 00:02:00

本文将从入门到精通,冒泡排序

2021-09-27 10:07:39

Python 开发编程语言

2024-05-13 09:06:15

代码PythonPEP 8

2021-06-24 17:55:40

Python 开发编程语言

2011-02-17 14:43:29

Windows 7加速

2024-02-22 15:31:46

Python排序

2023-07-04 15:52:49

JavaScript数组

2009-06-26 10:10:00

Hibernate状态

2024-05-20 10:00:00

代码Python编程

2020-03-19 15:30:08

JavaScript数组字符串

2022-04-28 10:47:09

漏洞网络安全网络攻击

2024-01-07 20:10:11

Python编程语言

2024-04-16 08:24:58

Python_str__()方法字符串

2023-12-06 12:52:00

Python

2022-04-28 08:41:53

JavaScript数组

2024-08-17 12:14:06

点赞
收藏

51CTO技术栈公众号