百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

Python技巧:列表(list)和字典(dict)排序合集

itomcoil 2025-02-16 21:09 19 浏览

排序一直是日常编程中的有用工具。

因此,写下此文,跟大家一起交流经验。

list排序

基本上,你可以使用sort或sorted实现对list的排序。

之间的差异是,sort是直接修改列表中的列表方法,而sorted是原始的创建一个新的列表中的内置功能。

  • 对数字列表进行排序
  • 排序字符串列表
  • 以不区分大小写的方式对字符串列表进行排序
  • 对元组列表进行排序
  • 按第二个元素对元组列表进行排序
  • 排序对象列表

对数字列表进行排序

在Python中对数字列表进行排序是小菜一碟。

你可以使用sort方法非常轻松地对数字列表(整数或浮点数)进行排序。

>>> L = [15, 22.4, 8, 10, 3.14]
>>> L.sort()
>>> L
[3.14, 8, 10, 15, 22.4]

请注意,列表L没有创建新对象。

如果要创建新的排序列表而不修改原始列表,则应改用sorted功能。

>>> L = [15, 22.4, 8, 10, 3.14]
>>> sorted_list = sorted(L)
>>> L
[15, 22.4, 8, 10, 3.14]
>>> sorted_list
[3.14, 8, 10, 15, 22.4]

正如你可以看到,无论是sort还是sorted,默认情况下为升序排序。

如果要按降序排序,只需将参数reverse = True添加到sort或sorted函数中即可。

这是另一个示例,说明如何以降序方式使用sort方法。

>>> L = [15, 22.4, 8, 10, 3.14]
>>> L.sort(reverse = True)
>>> L
[22.4, 15, 10, 8, 3.14]

对字符串列表进行排序

如果要对字符串列表而不是数字进行排序,你仍然可以使用sort或sorted。基础用法类似对数字排序,我这里主要说下含大小写的处理技巧。

>>> L = ["oranges", "apples", "Bananas"]
>>> L.sort()
>>> L
['Bananas', 'apples', 'oranges']

如你所见,Bananas出现在apples之前,这是有问题的。这样做的原因是因为Python将所有大写字母都比小写字母小。如果这是你想要的,无需进行任何修改。

但是,大多数情况下,在排序时,你希望将字符串视为不区分大小写

那么如何以不区分大小写的方式对字符串列表进行排序?

从Python 2.4开始,sort和sorted都添加了一个可选的key参数。

此key参数指定在进行比较之前将在每个列表项上调用的函数。

这确实非常有用,因为现在我们可以将str.lower作为key参数传递给sort函数。

>>> L = ["oranges", "apples", "Bananas"]
>>> L.sort(key=str.lower)
>>> L
['apples', 'Bananas', 'oranges']

如你所见,现在排序不区分大小写。

实际上,key参数非常强大,因为它允许我们定义自己的自定义排序功能,我们将在后面看到。

对元组列表进行排序

在深入探讨之前,让我们看看Python如何比较两个元组。

从第一个元素开始逐个元素地比较元组,这与比较字符串非常相似。

换句话说,你从比较元组的第一个元素开始,如果它们不相等,这就是比较的结果。

如果它们相等,则比较第二个项目,以此类推。

>>> (2, 4) < (4, 1) 
True 
>>> (2, 4) < (2, 6)
True

如果这是你的目的,则只需使用sort方法或sorted函数,两者都可以正常工作。

>>> sorted([(5, 4), (3, 3), (3, 10)])
[(3, 3), (3, 10), (5, 4)]

但这有时并不是你真正想要的。

例如,假设你有一个元组列表,其中每个元组中的第一个元素代表一个名称,第二个元素代表年龄。

我们想按年龄对这个元组列表进行排序。如何按第二个元素对元组列表进行排序?

key参数将再次出现。

我们可以通过定义自己的key函数来定义自定义排序。

def custom_sort(t):
 return t[1]
L = [("Alice", 25), ("Bob", 20), ("Alex", 5)]
L.sort(key=custom_sort)
print(L)
# output
# [('Alex', 5), ('Bob', 20), ('Alice', 25)]

如果需要,你甚至可以编写更整洁的代码,方法是使用lambdas函数。

L = [("Alice", 25), ("Bob", 20), ("Alex", 5)]
L.sort(key=lambda x: x[1])
print(L)
# output
# [('Alex', 5), ('Bob', 20), ('Alice', 25)]

排序对象(object)列表

那么,如果你有一个通用对象列表,并且想根据一些自定义条件对这些对象进行排序,那该怎么办?

答案是 用 key参数

让我们举个例子。

假设你有一个如下所示的User类

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

具有名称和年龄属性的简单类。

让我们创建一些User对象并将它们添加到列表中。

Bob = User('Bob', 20)
Alice = User('Alice', 30)
Leo = User('Leo', 15)
L = [Bob, Alice, Leo]

现在假设你要按name属性按字母顺序对列表中的对象进行排序。

以下是你可以执行此操作的一种方法:

L.sort(key=lambda x: x.name)
print([item.name for item in L])
# output: 
['Alice', 'Bob', 'Leo']

如果要改为根据age属性对对象进行排序,则需要执行以下操作:

L.sort(key=lambda x: x.age)
print([item.name for item in L])
# output: 
['Leo', 'Bob', 'Alice']

就像这样,你可以在可以想到的任何python对象上定义任何自定义排序。

字典(dict)排序

Python dict广泛用于从竞争领域到开发人员领域的许多应用程序(例如,处理JSON数据)。在这种情况下,具有根据其值对字典进行排序的知识可能会很有用。

有两种方法可以实现这种排序,即

  • 使用lambda函数
  • 使用itemgetter

假设我们有一个字符串和整数的字典,即

#Dictionary of strings and ints
wordsFreqDict = {
 "hello": 56,
 "at" : 23 , 
 "test" : 43, 
 "this" : 43 
} 

字典就像一个哈希表,通过计算键的哈希值来存储元素,并且无法预测元素的顺序。因此,它也称为无序容器,我们可以对字典进行排序。但是我们可以创建一个创建已排序的元组(键值)对的列表,也可以按已排序的顺序遍历字典的内容。

  • dict.keys() 按key对字典内容进行排序

一般做法,它返回字典中所有key的可迭代视图。

我们将遍历此排序的键列表,并从字典中选择每个条目,即

for key in sorted(wordsFreqDict.keys()) :
 print(key , " :: " , wordsFreqDict[key])
  • dict.items() 按key对字典内容进行排序

我们还可以使用字典的另一个功能(即items())来实现相同的目的。它的效率更高,它返回一个可重复的元组序列,其中包含字典中的所有键值对。

默认情况下,sorted将按元组中的第1个元素(即第0个索引)对元组列表进行排序。因此,元组列表(key/values)按key排序。现在我们可以遍历该元组的排序列表,即字典中所有排序的key/values,即

for elem in sorted(wordsFreqDict.items()) :
print(elem[0] , " ::" , elem[1] )

就复杂性而言,它比以前的方法更有效,因为在对可迭代序列进行排序之后,我们无需像dict.keys()那样为键搜索值。

我们可以使用List Comprehension实现相同的功能,即

[ print(key , " :: " , value) for (key, value) in sorted(wordsFreqDict.items()) ]

先前的两种解决方案都是默认按升序对字典进行排序。如果我们想按键的降序对内容排序。我们可以像在list排序讲到的那样,在sorted()函数中传递属性,即reverse = True

  • 使用自定义key 按键对词典内容进行排序

我们还可以通过自定义key对字典的内容进行排序。就像我们的list一样,sorted()函数接受key函数作为参数,并在与其他元素进行比较之前在每个元素上调用它。

因此,要按字符串的长度对字典键进行排序,我们将传递一个lambda函数作为key函数,该函数将返回字符串的大小,即

listofTuples = sorted(wordsFreqDict.items() , key=lambda x: len (x[0] ) )
 
for elem in listofTuples :
 print(elem[0] , " ::" , elem[1] )

我们也可以使用List Comprehension来做同样的事情,也可以反序,请参考上文 dict.items()

相关推荐

Python Qt GUI设计:将UI文件转换Python文件三种妙招(基础篇—2)

在开始本文之前提醒各位朋友,Python记得安装PyQt5库文件,Python语言功能很强,但是Python自带的GUI开发库Tkinter功能很弱,难以开发出专业的GUI。好在Python语言的开放...

Connect 2.0来了,还有Nuke和Maya新集成

ftrackConnect2.0现在可以下载了--重新设计的桌面应用程序,使用户能够将ftrackStudio与创意应用程序集成,发布资产等。这个新版本的发布中还有两个Nuke和Maya新集成,...

Magicgui:不会GUI编程也能轻松构建Python GUI应用

什么是MagicguiMagicgui是一个Python库,它允许开发者仅凭简单的类型注解就能快速构建图形用户界面(GUI)应用程序。这个库基于Napari项目,利用了Python的强大类型系统,使得...

Python入坑系列:桌面GUI开发之Pyside6

阅读本章之后,你可以掌握这些内容:Pyside6的SignalsandSlots、Envents的作用,如何使用?PySide6的Window、DialogsandAlerts、Widgets...

Python入坑系列-一起认识Pyside6 designer可拖拽桌面GUI

通过本文章,你可以了解一下内容:如何安装和使用Pyside6designerdesigner有哪些的特性通过designer如何转成python代码以前以为Pyside6designer需要在下载...

pyside2的基础界面(pyside2显示图片)

今天我们来学习pyside2的基础界面没有安装过pyside2的小伙伴可以看主页代码效果...

Python GUI开发:打包PySide2应用(python 打包pyc)

之前的文章我们介绍了怎么使用PySide2来开发一个简单PythonGUI应用。这次我们来将上次完成的代码打包。我们使用pyinstaller。注意,pyinstaller默认会将所有安装的pack...

使用PySide2做窗体,到底是怎么个事?看这个能不能搞懂

PySide2是Qt框架的Python绑定,允许你使用Python创建功能强大的跨平台GUI应用程序。PySide2的基本使用方法:安装PySide2pipinstallPy...

pycharm中conda解释器无法配置(pycharm安装的解释器不能用)

之前用的好好的pycharm正常配置解释器突然不能用了?可以显示有这个环境然后确认后可以conda正在配置解释器,但是进度条结束后还是不成功!!试过了pycharm重启,pycharm重装,anaco...

Conda使用指南:从基础操作到Llama-Factory大模型微调环境搭建

Conda虚拟环境在Linux下的全面使用指南:从基础操作到Llama-Factory大模型微调环境搭建在当今的AI开发与数据分析领域,conda虚拟环境已成为Linux系统下管理项目依赖的标配工具。...

Python操作系统资源管理与监控(python调用资源管理器)

在现代计算环境中,对操作系统资源的有效管理和监控是确保应用程序性能和系统稳定性的关键。Python凭借其丰富的标准库和第三方扩展,提供了强大的工具来实现这一目标。本文将探讨Python在操作系统资源管...

本地部署开源版Manus+DeepSeek创建自己的AI智能体

1、下载安装Anaconda,设置conda环境变量,并使用conda创建python3.12虚拟环境。2、从OpenManus仓库下载代码,并安装需要的依赖。3、使用Ollama加载本地DeepSe...

一文教会你,搭建AI模型训练与微调环境,包学会的!

一、硬件要求显卡配置:需要Nvidia显卡,至少配备8G显存,且专用显存与共享显存之和需大于20G。二、环境搭建步骤1.设置文件存储路径非系统盘存储:建议将非安装版的环境文件均存放在非系统盘(如E盘...

使用scikit-learn为PyTorch 模型进行超参数网格搜索

scikit-learn是Python中最好的机器学习库,而PyTorch又为我们构建模型提供了方便的操作,能否将它们的优点整合起来呢?在本文中,我们将介绍如何使用scikit-learn中的网格搜...

如何Keras自动编码器给极端罕见事件分类

全文共7940字,预计学习时长30分钟或更长本文将以一家造纸厂的生产为例,介绍如何使用自动编码器构建罕见事件分类器。现实生活中罕见事件的数据集:背景1.什么是极端罕见事件?在罕见事件问题中,数据集是...