python sorted排序用法详解

简介: sorted排序pythonsorted排序1. operator函数在介绍sorted函数之前需要了解一下operator函数。operator函数是python的内置函数,提供了一系列常用的函数操作比如,operator.mul(x, y)等于x+y    python    5行a = [1,2,3] b = [5,6,7] c = map(operator.mul, a, b) # c的值就为[5, 12, 21] 这里只介绍它的itemgetter() 方法,更多的介绍可参考官网。

sorted排序

python
sorted
排序

1. operator函数
在介绍sorted函数之前需要了解一下operator函数。

operator函数是python的内置函数,提供了一系列常用的函数操作
比如,operator.mul(x, y)等于x+y

        python    5行
  1. a = [1,2,3
  2. b = [5,6,7
  3. c = map(operator.mul, a, b) 
  4. # c的值就为[5, 12, 21] 

这里只介绍它的itemgetter() 方法,更多的介绍可参考官网。
operator — Standard operators as functions

operator模块提供的itemgetter函数用于获取对象的哪些维的数据,参数为一些序号(即需要获取的数据在对象中的序号),下面看例子。

        bash    8行
  1. a = [1,2,3]  
  2. >>> b=operator.itemgetter(1) //定义函数b,获取对象的第1个域的值 
  3. >>> b(a)  
  4. 2  
  5. >>> b=operator.itemgetter(1,0) //定义函数b,获取对象的第1个域和第0个的值 
  6. >>> b(a)  
  7. (2, 1

2. sorted函数
函数介绍:Built-in Function
官网示例:Sorting HOW TO?
函数原型:sorted(iterable[, cmp[, key[, reverse]]])

Return a new sorted list from the items in iterable.(会返回一个重新排列好的list)
iterable(可迭代):可以是list也可以是dict
cmp:可以自定义比较规则,这里不详细叙述
key:用于比较的值
reverse:指定是顺序还是逆序

下面以dict排序为例做讲解:

        python    8行
  1. c = {'a': 15, 'ab': 6, 'bc': 16, 'da': 95
  2.  
  3. d = sorted(c.iteritems(),key=operator.itemgetter(0),reverse=True
  4. >>> [('da', 95), ('bc', 16), ('ab', 6), ('a', 15)] 
  5.  
  6. e = sorted(c.iteritems(),key=operator.itemgetter(0),reverse=True
  7. >>>['da', 'bc', 'a', 'ab'

1.注意区分dict加与不加iteritems() 对于结果的影响
2.我们的key选择的是传入参数的第0号元素,在这里即是键(keys),所以最终的排序是按照键排序,我们也可以以值作为标准进行排序,看下面示例

        python    3行
  1. d = sorted(c.iteritems(),key=operator.itemgetter(1),reverse=True
  2. >>> [('da', 95), ('bc', 16), ('a', 15), ('ab', 6)] 

看到这你会不会觉得operator的itemgetter函数可以用lambda函数实现:我们可以将上面的示例改成lambda

        python    3行
  1. d = sorted(c.iteritems(),key=lambda x:x[1],reverse=True
  2. >>> [('da', 95), ('bc', 16), ('a', 15), ('ab', 6)] 

你看结果是一样一样的。

文章参考:
Python中的sorted函数以及operator.itemgetter函数
python中的operator库




written by  MARSGGBO 
2017-2-14
目录
相关文章
|
26天前
|
数据挖掘 数据处理 开发者
Python3 自定义排序详解:方法与示例
Python的排序功能强大且灵活,主要通过`sorted()`函数和列表的`sort()`方法实现。两者均支持`key`参数自定义排序规则。本文详细介绍了基础排序、按字符串长度或元组元素排序、降序排序、多条件排序及使用`lambda`表达式和`functools.cmp_to_key`进行复杂排序。通过示例展示了如何对简单数据类型、字典、类对象及复杂数据结构(如列车信息)进行排序。掌握这些技巧可以显著提升数据处理能力,为编程提供更强大的支持。
32 10
|
3月前
|
Python
Python三引号用法与变量详解
本文详细介绍了Python中三引号(`"""` 或 `'''`)的用法,包括其基本功能、如何在多行字符串中使用变量(如f-string、str.format()和%操作符),以及实际应用示例,帮助读者更好地理解和运用这一强大工具。
163 2
|
3月前
|
搜索推荐 Python
快速排序的 Python 实践:从原理到优化,打造你的排序利器!
本文介绍了 Python 中的快速排序算法,从基本原理、实现代码到优化方法进行了详细探讨。快速排序采用分治策略,通过选择基准元素将数组分为两部分,递归排序。文章还对比了快速排序与冒泡排序的性能,展示了优化前后快速排序的差异。通过这些分析,帮助读者理解快速排序的优势及优化的重要性,从而在实际应用中选择合适的排序算法和优化策略,提升程序性能。
83 1
|
4月前
|
缓存 测试技术 开发者
深入理解Python装饰器:用法与实现
【10月更文挑战第7天】深入理解Python装饰器:用法与实现
38 1
|
4月前
|
传感器 大数据 数据处理
深入理解Python中的生成器:用法及应用场景
【10月更文挑战第7天】深入理解Python中的生成器:用法及应用场景
157 1
|
4月前
|
存储 大数据 Python
案例学Python:filter()函数的用法,高级!
`filter()`函数是Python中处理序列数据的强大工具,它允许我们高效地根据条件过滤元素。通过结合匿名函数、常规函数或直接利用Python的内置逻辑,`filter()`提供了灵活且高效的过滤机制,尤其在大数据处理和内存敏感的应用中展现出其价值。掌握 `filter()`的使用,不仅能提升代码的可读性和效率,还能更好地适应Python的函数式编程风格。
84 2
|
4月前
|
Python
深入了解Python中星号变量的特殊用法
深入了解Python中星号变量的特殊用法
48 0
|
4月前
|
PyTorch 测试技术 算法框架/工具
Python中Thop库的常见用法和代码示例
肆十二在B站分享了关于THOP(Torch-OpCounter)的实战教学视频。THOP是一个用于计算PyTorch模型操作数和计算量的工具,帮助开发者评估模型复杂度和性能。本文介绍了THOP的安装、使用方法及基本用例,包括如何计算模型的FLOPs和参数量。
256 0
|
4月前
|
SQL 关系型数据库 MySQL
Python中Pymysql库的常见用法和代码示例
`pymysql` 是一个用于连接 MySQL 数据库的 Python 库,支持 SQL 查询的执行和结果处理。通过 `pip install pymysql` 安装后,可使用 `connect()` 方法建立连接,`cursor()` 创建游标执行查询,包括数据的增删改查,并通过 `commit()` 和 `rollback()` 管理事务,最后需关闭游标和连接以释放资源。
210 0
|
4月前
|
计算机视觉 Python
Python中Pillow库的常见用法和代码示例
Pillow是Python中广泛使用的图像处理库,支持丰富的图像操作功能,包括但不限于打开、保存、缩放、裁剪、旋转、调色等。本文通过一系列示例介绍Pillow的基本用法,涵盖图像的加载与显示、尺寸调整、裁剪与旋转、亮度调整、格式转换、滤镜应用、图像合成及像素级操作等。首先需通过`pip install pillow`安装库,随后可通过导入`PIL.Image`等模块开始图像处理任务。无论是初学者还是进阶用户,都能从Pillow提供的强大功能中获益。
170 0

热门文章

最新文章

推荐镜像

更多