原文:http://wiki.python.org/moin/HowTo/Sorting
[1, 2, 3, 4, 5]
你也可以使用list.sort()方法來排序,此時list本身將被修改。通常此方法不如sorted()方便,但是如果你不需要保留原來的list,此方法將更有效。
>>> a.sort()
>>> a
[1, 2, 3, 4, 5]
另一個不同就是list.sort()方法僅被定義在list中,相反地sorted()方法對所有的可迭代序列都有效。
[1, 2, 3, 4, 5]
2)key參數/函數
['a', 'Andrew', 'from', 'is', 'string', 'test', 'This']
key參數的值爲一個函數,此函數只有一個參數且返回一個值用來進行比較。這個技術是快速的因爲key指定的函數將準確地對每個元素調用。
更廣泛的使用情況是用複雜對象的某些值來對複雜對象的序列排序,例如:
('john', 'A', 15),
('jane', 'B', 12),
('dave', 'B', 10),
]
>>> sorted(student_tuples, key=lambda student: student[2]) # sort by age
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
同樣的技術對擁有命名屬性的複雜對象也適用,例如:
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) # sort by age
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
3)Operator 模塊函數
>>> 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模塊還允許多級的排序,例如,先以grade,然後再以age來排序:
[('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)]
4)升序和降序
[('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)]
5)排序的穩定性和複雜排序
>>> sorted(data, key=itemgetter(0))
[('blue', 1), ('blue', 2), ('red', 1), ('red', 2)]
更復雜地你可以構建多個步驟來進行更復雜的排序,例如對student數據先以grade降序排列,然後再以age升序排列。
>>> sorted(s, key=attrgetter('grade'), reverse=True) # now sort on primary key, descending
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
>>> decorated.sort()
>>> [student for grade, i, student in decorated] # undecorate
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
return x - y
>>> sorted([5, 2, 4, 1, 3], cmp=numeric_compare)
[1, 2, 3, 4, 5]
或者你可以反序排序:
return y - x
>>> sorted([5, 2, 4, 1, 3], cmp=reverse_numeric)
[5, 4, 3, 2, 1]
當我們將現有的2.x的代碼移植到3.x時,需要將cmp函數轉化爲key函數,以下的wrapper很有幫助:
'Convert a cmp= function into a key= function'
class K(object):
def __init__(self, obj, *args):
self.obj = obj
def __lt__(self, other):
return mycmp(self.obj, other.obj) < 0
def __gt__(self, other):
return mycmp(self.obj, other.obj) > 0
def __eq__(self, other):
return mycmp(self.obj, other.obj) == 0
def __le__(self, other):
return mycmp(self.obj, other.obj) <= 0
def __ge__(self, other):
return mycmp(self.obj, other.obj) >= 0
def __ne__(self, other):
return mycmp(self.obj, other.obj) != 0
return K
當需要將cmp轉化爲key時,只需要:
[5, 4, 3, 2, 1]
從python2.7,cmp_to_key()函數被增加到了functools模塊中。
>>> assert sorted(data, reverse=True) == list(reversed(sorted(reversed(data))))
* 其實排序在內部是調用元素的__cmp__來進行的,所以我們可以爲元素類型增加__cmp__方法使得元素可比較,例如:
>>> sorted(student_objects)
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
* key函數不僅可以訪問需要排序元素的內部數據,還可以訪問外部的資源,例如,如果學生的成績是存儲在dictionary中的,則可以使用此dictionary來對學生名字的list排序,如下:
>>> newgrades = {'john': 'F', 'jane':'A', 'dave': 'C'}
>>> sorted(students, key=newgrades.__getitem__)
['jane', 'dave', 'john']
*當你需要在處理數據的同時進行排序的話,sort(),sorted()或bisect.insort()不是最好的方法。在這種情況下,可以使用heap,red-black tree或treap。
完!