python內(nèi)置函數(shù)sorted()用法深入分析
本文實例講述了python內(nèi)置函數(shù)sorted()用法。分享給大家供大家參考,具體如下:
列表對象提供了sort()
方法支持原地排序,而內(nèi)置函數(shù)sorted()
不支持原地操作只是返回新的列表,并不對原列表進行任何修改。sorted()
方法可以對列表、元組、字典、range對象等進行排序。列表的sort()
方法和內(nèi)置函數(shù)sorted()
都支持key參數(shù)實現(xiàn)復(fù)雜排序要求。
#使用key來指定排序依據(jù),先按姓名升序排序,姓名相同的按年齡降序排序 >>> persons = [{'name':'xuzm', 'age':10}, {'name':'xuzm2', 'age':20}, {'name':'xuzm4', 'age':40}, {'name':'xuzm3', 'age':30}] >>> persons [{'name': 'xuzm', 'age': 10}, {'name': 'xuzm2', 'age': 20}, {'name': 'xuzm4', 'age': 40}, {'name': 'xuzm3', 'age': 30}] >>> print(sorted(persons, key=lambda x:(x['name'], -x['age']))) [{'name': 'xuzm', 'age': 10}, {'name': 'xuzm2', 'age': 20}, {'name': 'xuzm3', 'age': 30}, {'name': 'xuzm4', 'age': 40}]
>>> phonebook = {'xuzm':'123', 'xuzm2':'456', 'xuzm3':'789'} >>> from operator import itemgetter >>> sorted(phonebook.items(), key=itemgetter(1)) #按字典元素的值默認(rèn)進行升序排列 [('xuzm', '123'), ('xuzm2', '456'), ('xuzm3', '789')] >>> sorted(phonebook.items(), key=itemgetter(0),reverse=True) #按字典中元素的鍵進行降序排序 [('xuzm3', '789'), ('xuzm2', '456'), ('xuzm', '123')]
>>> gameresult = [['Bob', 95.0, 'A'], ['Alan', 86.0, 'C'], ['Mandy', 83.5, 'A'], ['Rob', 89.3, 'E']] >>> sorted(gameresult, key=itemgetter(0, 1)) #按姓名升序排列,姓名相同的按分?jǐn)?shù)進行升序排列 [['Alan', 86.0, 'C'], ['Bob', 95.0, 'A'], ['Mandy', 83.5, 'A'], ['Rob', 89.3, 'E']] >>> sorted(gameresult, key=itemgetter(1, 0)) #按分?jǐn)?shù)進行升序排列,分?jǐn)?shù)相同的按姓名進行升序排列 [['Mandy', 83.5, 'A'], ['Alan', 86.0, 'C'], ['Rob', 89.3, 'E'], ['Bob', 95.0, 'A']] >>> sorted(gameresult, key=itemgetter(2, 0)) #按等級升序排列,等級相同的按姓名進行升序排列 [['Bob', 95.0, 'A'], ['Mandy', 83.5, 'A'], ['Alan', 86.0, 'C'], ['Rob', 89.3, 'E']] >>> gameresult = [{'name':'Bob', 'wins':10, 'losses':3, 'rating':75.0}, {'name':'David', 'wins':3, 'losses':5, 'rating':57.0}, {'name':'Carol', 'wins':4, 'losses':5, 'rating':57.0}, {'name':'Patty', 'wins':9, 'losses':3, 'rating':72.8}] >>> sorted(gameresult, key=itemgetter('wins', 'name')) #按wins排列,wins相同的按name驚進行排列 [{'name': 'David', 'wins': 3, 'losses': 5, 'rating': 57.0}, {'name': 'Carol', 'wins': 4, 'losses': 5, 'rating': 57.0}, {'name': 'Patty', 'wins': 9, 'losses': 3, 'rating': 72.8}, {'name': 'Bob', 'wins': 10, 'losses': 3, 'rating': 75.0}]
根據(jù)另一個列表的順序排列一個列表
>>> list1 = ["what", "I'm", "sorting", "by"] >>> list2 = ["something", "else", "to", "sort"] >>> pairs = zip(list1, list2) #用zip對象壓縮 >>> pairs = sorted(pairs) #新列表按照list1進行排序 >>> pairs [("I'm", 'else'), ('by', 'sort'), ('sorting', 'to'), ('what', 'something')] >>> result = [x[1] for x in pairs] #按新列表中l(wèi)ist1的順序篩選出新列表中的list2部分 >>> result ['else', 'sort', 'to', 'something']
更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題:《Python列表(list)操作技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python入門與進階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》
希望本文所述對大家Python程序設(shè)計有所幫助。
相關(guān)文章
Keras中Sequential模型和Functional模型的區(qū)別及說明
這篇文章主要介紹了Keras中Sequential模型和Functional模型的區(qū)別及說明,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-12-12PyTorch中Tensor的數(shù)據(jù)類型和運算的使用
這篇文章主要介紹了PyTorch中Tensor的數(shù)據(jù)類型和運算的使用,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09Python?watchdog靈活監(jiān)控文件和目錄的變化
Python?Watchdog是一個強大的Python庫,它提供了簡單而靈活的方式來監(jiān)控文件系統(tǒng)的變化,本文將詳細(xì)介紹Python?Watchdog的用法和功能,包括安裝、基本用法、事件處理以及實際應(yīng)用場景,并提供豐富的示例代碼2024-01-01python實現(xiàn)調(diào)用其他python腳本的方法
python實現(xiàn)調(diào)用其他python腳本的方法,是一個比較實用的技巧,需要的朋友可以參考下2014-10-10