Python中几种lambda排序方法

简介: 【9月更文挑战第7天】在Python中,`lambda`表达式常用于配合排序函数,实现灵活的数据排序。对于基本列表,可以直接使用`sorted()`进行升序或降序排序;处理复杂对象如字典列表时,通过`lambda`指定键值进行排序;同样地,`lambda`也适用于根据元组的不同位置元素来进行排序。

在 Python 中,lambda表达式可以与排序函数结合使用,以下是几种常见的使用lambda进行排序的方法:


一、对列表进行简单排序


假设有一个整数列表:


收起


python

复制

lst = [4, 2, 7, 1, 9]
sorted_lst = sorted(lst)
print(sorted_lst)


输出:[1, 2, 4, 7, 9]


如果想要降序排序,可以使用reverse=True参数:


收起


python

复制

sorted_lst_desc = sorted(lst, reverse=True)
print(sorted_lst_desc)


输出:[9, 7, 4, 2, 1]


二、对列表中的复杂对象进行排序


  1. 例如有一个包含学生信息的列表,每个元素是一个字典,包含学生的名字和年龄:


收起


python

复制

students = [
       {'name': 'Alice', 'age': 20},
       {'name': 'Bob', 'age': 18},
       {'name': 'Charlie', 'age': 22}
   ]


可以使用lambda表达式根据学生的年龄进行升序排序:


收起


python

复制

sorted_students_by_age = sorted(students, key=lambda x: x['age'])
   print(sorted_students_by_age)


输出:


收起


plaintext

复制

[{'name': 'Bob', 'age': 18}, {'name': 'Alice', 'age': 20}, {'name': 'Charlie', 'age': 22}]


  1. 也可以根据学生的名字进行排序:


收起


python

复制

sorted_students_by_name = sorted(students, key=lambda x: x['name'])
   print(sorted_students_by_name)


输出:


收起


plaintext

复制

[{'name': 'Alice', 'age': 20}, {'name': 'Bob', 'age': 18}, {'name': 'Charlie', 'age': 22}]


三、对元组列表进行排序


假设有一个元组列表,每个元组包含两个元素:


收起


python

复制

tuples = [(3, 'apple'), (1, 'banana'), (2, 'cherry')]


可以使用lambda表达式根据元组的第一个元素进行排序:


收起


python

复制

sorted_tuples = sorted(tuples, key=lambda x: x[0])
print(sorted_tuples)


输出:[(1, 'banana'), (2, 'cherry'), (3, 'apple')]


如果想要根据元组的第二个元素进行排序:


收起


python

复制

sorted_tuples_by_second_element = sorted(tuples, key=lambda x: x[1])
print(sorted_tuples_by_second_element)


输出:[(2, 'cherry'), (3, 'apple'), (1, 'banana')]

相关文章
|
8月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
474 2
|
8月前
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
612 0
|
9月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
595 1
|
10月前
|
机器学习/深度学习 数据采集 数据挖掘
基于 GARCH -LSTM 模型的混合方法进行时间序列预测研究(Python代码实现)
基于 GARCH -LSTM 模型的混合方法进行时间序列预测研究(Python代码实现)
354 2
|
10月前
|
调度 Python
微电网两阶段鲁棒优化经济调度方法(Python代码实现)
微电网两阶段鲁棒优化经济调度方法(Python代码实现)
255 0
|
10月前
|
传感器 大数据 API
Python数字限制在指定范围内:方法与实践
在Python编程中,限制数字范围是常见需求,如游戏属性控制、金融计算和数据过滤等场景。本文介绍了五种主流方法:基础条件判断、数学运算、装饰器模式、类封装及NumPy数组处理,分别适用于不同复杂度和性能要求的场景。每种方法均有示例代码和适用情况说明,帮助开发者根据实际需求选择最优方案。
468 0
|
9月前
|
人工智能 数据安全/隐私保护 异构计算
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
1470 8
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
|
10月前
|
机器学习/深度学习 数据采集 算法
【CNN-BiLSTM-attention】基于高斯混合模型聚类的风电场短期功率预测方法(Python&matlab代码实现)
【CNN-BiLSTM-attention】基于高斯混合模型聚类的风电场短期功率预测方法(Python&matlab代码实现)
493 4
|
9月前
|
算法 调度 决策智能
【两阶段鲁棒优化】利用列-约束生成方法求解两阶段鲁棒优化问题(Python代码实现)
【两阶段鲁棒优化】利用列-约束生成方法求解两阶段鲁棒优化问题(Python代码实现)
282 0
|
10月前
|
机器学习/深度学习 数据采集 TensorFlow
基于CNN-GRU-Attention混合神经网络的负荷预测方法(Python代码实现)
基于CNN-GRU-Attention混合神经网络的负荷预测方法(Python代码实现)
554 0

推荐镜像

更多