你应该知道的关于 Python 排序的 4 个技巧
off999 2024-10-27 11:50 26 浏览 0 评论
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()和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:
- 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。
- 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()和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
- pip的使用及配置_pip怎么配置
-
要使用python必须要学会使用pip,pip的全称:packageinstallerforpython,也就是Python包管理工具,主要是对python的第三方库进行安装、更新、卸载等操作,...
- Anaconda下安装pytorch_anaconda下安装tensorflow
-
之前的文章介绍了tensorflow-gpu的安装方法,也介绍了许多基本的工具与使用方法,具体可以看Ubuntu快速安装tensorflow2.4的gpu版本。pytorch也是一个十分流行的机器学...
- Centos 7 64位安装 python3的教程
-
wgethttps://www.python.org/ftp/python/3.10.13/Python-3.10.13.tgz#下载指定版本软件安装包tar-xzfPython-3.10.1...
- 如何安装 pip 管理工具_pip安装详细步骤
-
如何安装pip管理工具方法一:yum方式安装Centos安装python3和python3-devel开发包>#yuminstallgcclibffi-develpy...
- Python入门——从开发环境搭建到hello world
-
一、Python解释器安装1、在windows下步骤1、下载安装包https://www.python.org/downloads/打开后选择【Downloads】->【Windows】小编是一...
- 生产环境中使用的十大 Python 设计模式
-
在软件开发的浩瀚世界中,设计模式如同指引方向的灯塔,为我们构建稳定、高效且易于维护的系统提供了经过验证的解决方案。对于Python开发者而言,理解和掌握这些模式,更是提升代码质量、加速开发进程的关...
- 如何创建和管理Python虚拟环境_python怎么创建虚拟环境
-
在Python开发中,虚拟环境是隔离项目依赖的关键工具。下面介绍创建和管理Python虚拟环境的主流方法。一、内置工具:venv(Python3.3+推荐)venv是Python标准...
- 初学者入门Python的第一步——环境搭建
-
Python如今成为零基础编程爱好者的首选学习语言,这和Python语言自身的强大功能和简单易学是分不开的。今天千锋武汉Python培训小编将带领Python零基础的初学者完成入门的第一步——环境搭建...
- 全网最简我的世界Minecraft搭建Python编程环境
-
这篇文章将给大家介绍一种在我的世界minecraft里搭建Python编程开发环境的操作方法。目前看起来应该是全网最简单的方法。搭建完成后,马上就可以利用python代码在我的世界自动创建很多有意思的...
- Python开发中的虚拟环境管理_python3虚拟环境
-
Python开发中,虚拟环境管理帮助隔离项目依赖,避免不同项目之间的依赖冲突。虚拟环境的作用隔离依赖:不同项目可能需要不同版本的库,虚拟环境可以为每个项目创建独立的环境。避免全局污染:全局安装的库可...
- Python内置zipfile模块:操作 ZIP 归档文件详解
-
一、知识导图二、知识讲解(一)zipfile模块概述zipfile模块是Python内置的用于操作ZIP归档文件的模块。它提供了创建、读取、写入、添加及列出ZIP文件的功能。(二)ZipFile类1....
- Python内置模块pydoc :文档生成器和在线帮助系统详解
-
一、引言在Python开发中,良好的文档是提高代码可读性和可维护性的关键。pydoc是Python自带的一个强大的文档生成器和在线帮助系统,它可以根据Python模块自动生成文档,并支持多种输出格式...
- Python sys模块使用教程_python system模块
-
1.知识导图2.sys模块概述2.1模块定义与作用sys模块是Python标准库中的一个内置模块,提供了与Python解释器及其环境交互的接口。它包含了许多与系统相关的变量和函数,可以用来控制P...
- Python Logging 模块完全解读_python logging详解
-
私信我,回复:学习,获取免费学习资源包。Python中的logging模块可以让你跟踪代码运行时的事件,当程序崩溃时可以查看日志并且发现是什么引发了错误。Log信息有内置的层级——调试(deb...
- 软件测试|Python logging模块怎么使用,你会了吗?
-
Pythonlogging模块使用在开发和维护Python应用程序时,日志记录是一项非常重要的任务。Python提供了内置的logging模块,它可以帮助我们方便地记录应用程序的运行时信息、错误和调...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)