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

你应该知道的关于 Python 排序的 4 个技巧

itomcoil 2025-02-16 21:09 8 浏览

介绍

在本文中,你将了解一些你以前可能不知道的关于排序的技巧。

目录

  • Sorted() VS Sort() 用于列表、元组和字典
  • 根据你的标准排序
  • 对复杂对象的集合进行排序
  • 用内置函数attrgetter进行排序

1. Sorted() VS Sort() 用于列表、元组和字典

在 Python 中,有两个主要函数sorted()sort(),用于对列表、元组和字典等集合进行排序。为了理解它们之间的区别,让我们举一些例子。

  • 排序列表

假设你有以下数字列表。

list_1 = [24, -54, -1, 4, 0, 76]

如果你想得到这个列表的排序版本,你可以使用sorted()如下函数:

list_1 = [[24, -54, -1, 4, 0, 76]
sorted_list = sorted (list_1)
print("old list is:", list_1)
print("sorted list is:", sorted_list)

输出:

old list is: [24, -54, -1, 4, 0, 76]
sorted list is: [-1,0,4,24,54,76]

在前面的示例中,你可以看到原始列表没有受到影响,而新的排序列表已使用新变量存储sorted_list

如果要对原始列表进行排序,换句话说,在不需要新变量的情况下更改原始列表,你可以使用实例方法sort()。请参考以下示例。

list_1 = [24,54,-2,3,0,76]
print("排序前:",list_1)
list_1.sort()
print("排序后:",list_1)

输出:

排序前: [24,54,-2,3,0,76]
排序后: [-2,0,3,24,54,76]

sort()从前面的输出中,我们可以了解到方法和sorted()函数的主要区别是:

  1. sorted()函数返回一个新的排序列表,因此你可以将其分配给一个新变量。
  2. sort()方法对列表进行适当的排序,因此它不返回任何内容。
  • 对元组进行排序

对于 Python 中的元组,只能使用sorted()函数,因为元组是不可变的数据类型。因此,sort()不是受支持的方法。

tup_1 = (24, 54, -1, 4, 0, 76) 
sorted_tuple = sorted(tup_1)
print('原始元组是:', tup_1) 
print('排序结果是:', sorted_tuple)

输出:

原始元组为:(24, 54, -1, 4, 0, 76)
排序结果为:[-1, 0, 4, 24, 54, 76]
  • 对字典进行排序

在字典的情况下,该sorted()函数将仅对字典键进行排序。让我们看一个简单的例子。

dic = {'course': 'Python Sorting', 'duration':'5 mins', 
       'trainer': 'Samer Sallam', 
       'level': 'Advanced'}
sorted_dic = sorted(dic)
print('排序结果:', sorted_dic)

输出:

排序结果:['course', 'duration', 'level', 'trainer']

请注意,排序的返回值是传递的字典键的排序列表。

无论你要排序什么,都可以使用参数"reverse = True"进行降序排序。

2.根据你的标准排序

在前面的示例中,项目是根据它们的实际值排序的,但是如果你想根据另一个标准对它们进行排序怎么办。例如,假设你想根据它们的绝对值对它们进行排序。

为此,你可以使用参数key传递代表你的标准的可调用函数。让我们看下一个使用内置函数的示例abs()

list_1 = [24, -54, -1, 4, 0, -76] 
sorted_list =  sorted(list_1, key=abs)
print('原始列表为:', list_1) 
print('按绝对值排序的列表为:', sorted_list)

输出

原始列表为:[24, -54, -1, 4, 0, -76]
按绝对值排序的列表为: [0, -1, 4, 24, -54, -76]

现在项目已按升序排序,但根据它们的绝对值

3.对象排序

前面的所有示例都涵盖了其中项目是数字的集合,但是如果项目是复杂对象怎么办。接下来,你将看到在这种情况下该怎么做。

假设你有以下Student类。此外,假设你有一个来自同一类的三个对象的列表,如下所示(__repr__已被覆盖以很好地打印该对象):

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

    def __repr__(self):
        return f'({self.name}, {self.age})'
    
student1 = Student('John', 26)
student2 = Student('Alex', 25)
student3 = Student('Bob', 30)

students_list = [student1, student2, student3]

如果我们尝试对students_list使用sorted()函数进行排序看看会发生什么

sorted_students = sorted(students_list)

输出:

TypeError: '<' not supported between instances of 'Student' and 'Student'

我们得到一个类型错误,因为解释器不知道如何对这些对象进行排序。

为了解决这个问题,我们应该向解释器解释如何对它们进行排序,这是通过key再次使用参数来完成的。此参数接受定义排序标准的函数。

在下面的示例中,假设我们要根据学生的姓名对对象进行排序(参见key_sort函数)。

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

    def __repr__(self):
        return f'({self.name}, {self.age})'
    
student1 = Student('John', 26)
student2 = Student('Alex', 25)
student3 = Student('Bob', 30)

students_list = [student1, student2, student3]

# define the sorting key 

def key_sort(student):
    return student.name
  
# sort the students_list according to key_sort
sorted_students = sorted(students_list, key=key_sort)
print(sorted_students)

输出:

[(Alex, 25), (Bob, 30), (John, 26)]

此外,如果你熟悉 Python 中的 lambda 函数,则可以使用它来代替定义key_sort函数。请参考以下示例。

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

    def __repr__(self):
        return f'({self.name}, {self.age})'
    
student1 = Student('John', 26)
student2 = Student('Alex', 25)
student3 = Student('Bob', 30)

students_list = [student1, student2, student3]
  
# using lambda function as the sorting key
sorted_students = sorted(students_list, key= lambda student: student.name)
print(sorted_students)

输出:

[(Alex, 25), (Bob, 30), (John, 26)]

4. 用内置函数attrgetter排序

在前面的示例中,我们定义了自己的函数来从对象中获取属性。我们也可以改用内置attrgetter函数。从它的名字可以理解为它获取的是required属性的值。你可以从operator模块中导入此功能。

现在,让我们看一个示例,其中将根据学生的年龄对项目进行排序。

from operator import attrgetter

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

    def __repr__(self):
        return f'({self.name}, {self.age})'
    
student1 = Student('John', 26)
student2 = Student('Alex', 25)
student3 = Student('Bob', 30)

students_list = [student1, student2, student3]

  
# sort the students_list according to key_sort
sorted_students = sorted(students_list, key=attrgetter('age'))
print(sorted_students)

输出:

[(Alex, 25), (Bob, 30), (John, 26)]

现在,让我们总结一下在本文中学到的知识。

  • 在 Python中sorted()sort()函数第一个返回一个新的排序集合,而第二个更改原始集合。
  • 你可以使用该参数reverse按降序排序。
  • 你可以使用该参数key来定义你自己的排序标准。
  • attrgetter当你想将对象实例属性用作排序键时,这是一个有用的内置函数。

相关推荐

Python办公自动化系列篇之一:电子表格自动化(EXCEL)

作为高效办公自动化领域的主流编程语言,Python凭借其优雅的语法结构、完善的技术生态及成熟的第三方工具库集合,已成为企业数字化转型过程中提升运营效率的理想选择。该语言在结构化数据处理、自动化文档生成...

Python解决读取excel数据慢的问题

前言:在做自动化测试的时候,我思考了一个问题,就是如果我们的测试用例随着项目的推进越来越多时,我们做自动化回归的时间也就越来越长,其中影响自动化测试速度的一个原因就是测试用例的读取问题。用例越多,所消...

Python高效办公:用自动化脚本批量处理Excel

在现代办公环境中,Excel是处理数据的必备工具,但手动操作往往耗时且容易出错。幸运的是,Python提供了强大的库,如`openpyxl`和`pandas`,能够帮助我们高效地自动化处理Exc...

【第三弹】用Python实现Excel的vlookup功能

今天继续用pandas实现Excel的vlookup功能,假设我们的2个表长成这样:我们希望把Sheet2的部门匹在Sheet1的最后一列。话不多说,先上代码:importpandasaspd...

学习Pandas中操作Excel,看这一篇文章就够了

在数据分析和处理领域,Excel文件是常见的数据存储格式之一。Pandas库提供了强大的功能来读取、处理和写入Excel文件。本文将详细介绍如何使用Pandas操作Excel文件,包括读取、数据清洗、...

python学习笔记之pandas读取excel出现的列表显示不全问题

今天小编想改正一个表格,按照之前学习的首先导入模块importpandas读取目标excel文件data=pandas.read_excel("C:\\Users\\27195\\Des...

使用Python玩转Excel(python-excel)

Python读取Excel文件的方法主要有以下几种:Pandas库:Pandas是一个强大的数据处理库,它提供了方便的方法来读取和处理Excel文件。优点:Pandas是一个非常强大的数...

Python和Excel已经互通了,还不赶紧来学习一下

Excel是数据分析中最常用的工具,这篇文章将Python与Excel的功能对比介绍如何使用Python通过函数式编程完成Excel中的数据处理及分析工作。在Python中pandas库用于数据处理,...

python读excel文件最佳实践?直接请教pandas比gpt还好用

前言说到python读取excel文件,网上使用openpyxl的文章一大堆。我自己很少直接使用openpyxl,一般使用pandas间接使用。但如果你不希望引入pandas,该如...

用python实现execl表格内容的数据分析与处理

可以使用Python中的pandas库来处理Excel表格数据。以下是一个简单的例子:首先,安装pandas库:```pipinstallpandas```然后,读取Excel文件:```impo...

从入门到精通:Python处理Excel文件的实用技巧

在数据分析和处理的过程中,Excel是一种广泛使用的数据存储和交换格式。Python提供了多个强大的库来处理Excel文件,如pandas、openpyxl和xlrd等。本文将详细介绍...

Python自动化-Excel:pandas之concat

concatimportpandasaspds1=pd.Series([0,1,2],index=['A','B','C'])s2=p...

Python之Pandas使用系列(八):读写Excel文件的各种技巧

介绍:我们将学习如何使用Python操作Excel文件。我们将概述如何使用Pandas加载xlsx文件以及将电子表格写入Excel。如何将Excel文件读取到PandasDataFrame:和前面的...

Python操作Excel详细教程,值得收藏

Python操作Excel是一个非常强大的工具,它可以方便地处理Excel文件,例如读取、写入、格式化单元格等。以下是使用Python操作Excel的详细教程,以Excel文件名为example.xl...

python中pandas读取excel单列及连续多列数据

案例:想获取test.xls中C列、H列以后(当H列后列数未知时)的所有数据。importpandasaspdfile_name=r'D:\test.xls'#表格绝对...