Python list内置sort()方法用来排序，也可以用python内置的全局sorted()方法来对可迭代的序列排序生成新的序列。
1）排序基础
简单的升序排序是非常容易的。只需要调用sorted()方法。它返回一个新的list，新的list的元素基于小于运算符(__lt__)来排序。
>>> sorted([5, 2, 3, 1, 4])
[1, 2, 3, 4, 5]
你也可以使用list.sort()方法来排序，此时list本身将被修改。通常此方法不如sorted()方便，但是如果你不需要保留原来的list，此方法将更有效。
>>> a = [5, 2, 3, 1, 4]
>>> a.sort()
>>> a
[1, 2, 3, 4, 5]
另一个不同就是list.sort()方法仅被定义在list中，相反地sorted()方法对所有的可迭代序列都有效。
>>> sorted({1: 'D', 2: 'B', 3: 'B', 4: 'E', 5: 'A'})
[1, 2, 3, 4, 5]
2）key参数/函数
从python2.4开始，list.sort()和sorted()函数增加了key参数来指定一个函数，此函数将在每个元素比
较前被调用。 例如通过key指定的函数来忽略字符串的大小写：
>>> sorted("This is a test string from Andrew".split(), key=str.lower)
['a', 'Andrew', 'from', 'is', 'string', 'test', 'This']
key参数的值为一个函数，此函数只有一个参数且返回一个值用来进行比较。这个技术是快速的因为key
指定的函数将准确地对每个元素调用。
更广泛的使用情况是用复杂对象的某些值来对复杂对象的序列排序，例如：
>>> student_tuples = [
('john', 'A', 15),
('jane', 'B', 12),
('dave', 'B', 10),
]
>>> sorted(student_tuples, key=lambda student: student[2]) # sort by age
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
同样的技术对拥有命名属性的复杂对象也适用，例如：
>>> class Student:
def __init__(self, name, grade, age):
self.name = name
self.grade = grade
self.age = age
def __repr__(self):
return repr((self.name, self.grade, self.age))
>>> student_objects = [
Student('john', 'A', 15),
Student('jane', 'B', 12),
Student('dave', 'B', 10),
]
>>> sorted(student_objects, key=lambda student: student.age) # sort by age
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
3）Operator 模块函数
上面的key参数的使用非常广泛，因此python提供了一些方便的函数来使得访问方法更加容易和快速。operator模块有itemgetter，attrgetter，从2.6开始还增加了methodcaller方法。使用这些方法，上面的操作将变得更加简洁和快速：
>>> from operator import itemgetter, attrgetter
>>> sorted(student_tuples, key=itemgetter(2))
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
>>> sorted(student_objects, key=attrgetter('age'))
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
operator模块还允许多级的排序，例如，先以grade，然后再以age来排序：
>>> sorted(student_tuples, key=itemgetter(1,2))
[('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]
>>> sorted(student_objects, key=attrgetter('grade', 'age'))
[('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]
4）升序和降序
list.sort()和sorted()都接受一个参数reverse（True or False）来表示升序或降序排序。例如对上面的student降序排序如下：
>>> sorted(student_tuples, key=itemgetter(2), reverse=True)
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
>>> sorted(student_objects, key=attrgetter('age'), reverse=True)
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
5）排序的稳定性和复杂排序
从python2.2开始，排序被保证为稳定的。意思是说多个元素如果有相同的key，则排序前后他们的先后顺序不变。
>>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
>>> sorted(data, key=itemgetter(0))
[('blue', 1), ('blue', 2), ('red', 1), ('red', 2)]
注意在排序后'blue'的顺序被保持了，即'blue', 1在'blue', 2的前面。
更复杂地你可以构建多个步骤来进行更复杂的排序，例如对student数据先以grade降序排列，然后再以age升序排列。
>>> s = sorted(student_objects, key=attrgetter('age')) # sort on secondary key
>>> sorted(s, key=attrgetter('grade'), reverse=True) # now sort on primary key, descending
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
6）最老土的排序方法-DSU
我们称其为DSU（Decorate-Sort-Undecorate）,原因为排序的过程需要下列三步：
第一：对原始的list进行装饰，使得新list的值可以用来控制排序；
第二：对装饰后的list排序；
第三：将装饰删除，将排序后的装饰list重新构建为原来类型的list；
例如，使用DSU方法来对student数据根据grade排序：
>>> decorated = [(student.grade, i, student) for i, student in enumerate(student_objects)]
>>> decorated.sort()
>>> [student for grade, i, student in decorated] # undecorate
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
上面的比较能够工作，原因是tuples是可以用来比较，tuples间的比较首先比较tuples的第一个元素，如果第一个相同再比较第二个元素，以此类推。
并不是所有的情况下都需要在以上的tuples中包含索引，但是包含索引可以有以下好处：
第一：排序是稳定的，如果两个元素有相同的key，则他们的原始先后顺序保持不变；
第二：原始的元素不必用来做比较，因为tuples的第一和第二元素用来比较已经是足够了。
此方法被RandalL.在perl中广泛推广后，他的另一个名字为也被称为Schwartzian transform。
对大的list或list的元素计算起来太过复杂的情况下，在python2.4前，DSU很可能是最快的排序方法。但是在2.4之后，上面解释的key函数提供了类似的功能。
7）其他语言普遍使用的排序方法-cmp函数
在python2.4前，sorted()和list.sort()函数没有提供key参数，但是提供了cmp参数来让用户指定比较函数。此方法在其他语言中也普遍存在。
在python3.0中，cmp参数被彻底的移除了，从而简化和统一语言，减少了高级比较和__cmp__方法的冲突。
在python2.x中cmp参数指定的函数用来进行元素间的比较。此函数需要2个参数，然后返回负数表示小于，0表示等于，正数表示大于。例如：
>>> def numeric_compare(x, y):
return x - y
>>> sorted([5, 2, 4, 1, 3], cmp=numeric_compare)
[1, 2, 3, 4, 5]
或者你可以反序排序：
>>> def reverse_numeric(x, y):
return y - x
>>> sorted([5, 2, 4, 1, 3], cmp=reverse_numeric)
[5, 4, 3, 2, 1]
当我们将现有的2.x的代码移植到3.x时，需要将cmp函数转化为key函数，以下的wrapper很有帮助：
def cmp_to_key(mycmp):
'Convert a cmp= function into a key= function'
class K(object):
def __init__(self, obj, *args):
self.obj = obj
def __lt__(self, other):
return mycmp(self.obj, other.obj) < 0
def __gt__(self, other):
return mycmp(self.obj, other.obj) > 0
def __eq__(self, other):
return mycmp(self.obj, other.obj) == 0
def __le__(self, other):
return mycmp(self.obj, other.obj) <= 0
def __ge__(self, other):
return mycmp(self.obj, other.obj) >= 0
def __ne__(self, other):
return mycmp(self.obj, other.obj) != 0
return K
当需要将cmp转化为key时，只需要：
>>> sorted([5, 2, 4, 1, 3], key=cmp_to_key(reverse_numeric))
[5, 4, 3, 2, 1]
从python2.7，cmp_to_key()函数被增加到了functools模块中。
8)其他注意事项
* 对需要进行区域相关的排序时，可以使用locale.strxfrm()作为key函数，或者使用local.strcoll()作为cmp函数。
* reverse参数任然保持了排序的稳定性，有趣的时，同样的效果可以使用reversed()函数两次来实现：
>>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
>>> assert sorted(data, reverse=True) == list(reversed(sorted(reversed(data))))
* 其实排序在内部是调用元素的__cmp__来进行的，所以我们可以为元素类型增加__cmp__方法使得元素可比较，例如：
>>> Student.__lt__ = lambda self, other: self.age < other.age
>>> sorted(student_objects)
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
* key函数不仅可以访问需要排序元素的内部数据，还可以访问外部的资源，例如，如果学生的成绩是存储在dictionary中的，则可以使用此dictionary来对学生名字的list排序，如下：
>>> students = ['dave', 'john', 'jane']
>>> newgrades = {'john': 'F', 'jane':'A', 'dave': 'C'}
>>> sorted(students, key=newgrades.__getitem__)
['jane', 'dave', 'john']
*当你需要在处理数据的同时进行排序的话，sort(),sorted()或bisect.insort()不是最好的方法。在这种情况下，可以使用heap，red-black tree或treap。
1.字符串列表排序
列表的排序是python内置功能，自身含有sort方法 。如果元素是字符串，会分解成字符比较，而字符的大小是根据字符对应ascii码的大小。
Python代码 收藏代码
>>> str_list = ['spring', 'summer', 'autumn', 'winter']
>>> str_list.sort()
>>> print str_list
['autumn', 'spring', 'summer', 'winter']
Python代码 收藏代码
>>> str_list = ['aB', 'Ab', 'AB', 'ab']
>>> str_list.sort()
>>> print str_list
['AB', 'Ab', 'aB', 'ab']
Python代码 收藏代码
>>> str_list = ['a123', 'B123', 'c123']
>>> str_list.sort()
>>> print str_list
['B123', 'a123', 'c123']
如果忽略大小字母，让上面结果显示为：['a123', 'B123', 'c123']。怎么做了？
很容易想到DSU用法，decorate-sort-undecorate封装-排序-解封，既简单又快速：
Python代码 收藏代码
>>> str_list = ['c123', 'a123', 'B123']
>>> temp_list = [(x.lower(), x) for x in str_list] #decorate
>>> temp_list.sort() #sort
>>> str_list = [x[1] for x in temp_list] #undecorate
>>> print str_list
['a123', 'B123', 'c123']
这是一种重要的编程思想，你现在所处的情景，你想要的结果，你要做的就是搭一座桥梁，让两者之间可以联通！这是的桥梁就是temp_list。
如果你确定列表中的元素都是字符串，而且你使用的是Python2.4以上版本，那么使用sorted方法来得更简单：
Python代码 收藏代码
>>> str_list = ['c123', 'a123', 'B123']
>>> sorted(str_list, key=str.lower)
>>> str_list = sorted(str_list, key=str.lower)
['a123', 'B123', 'c123']
这里我提示一点sorted方法并没有直接作用于目标列表，而是返回一个排序后的列表。如果你知道排序的是unicode对象列表，可以使用key=unicode.lower，或者key = lambda s: s.lower()
这里给你补充点知识：
python有三种字符串类型：str、unicode、basestring。basestring是抽象类，不能实例化，str和unicode是basestring的子类。普通字符串str怎么转换为Unicode字符串？'Hello'+u' '+'World' 这样就行了，连接中有一个是unicode字符串，结果都为unicode字符串。如果你想知道得更详细，我会写另一篇文章。
lambda 是匿名函数，python中非常有用的一个函数，掌握它对你受益匪浅。
这里你会不禁赞叹python的强大，简单而且优美。程序就是一件艺术品，python无疑是一把优质的雕琢刀，而你的地位恰好是雕塑家。成功与否，不是取决于雕琢刀的好坏，而是你雕刻的方法，这正是我们应该学习的！
也许上面两种方法你都没有想到，你想到的是：难道不能重新构造比较方法cmp()吗？
Python代码 收藏代码
>>> def mycmp(a, b):
return cmp(a.lower(), b.lower())
>>> str_list = ['c123', 'a123', 'B123']
>>> str_list.sort(mycmp)
>>> print str_list
['a123', 'B123', 'c123']
不知你发现没有，每两个元素进行比较都会执行两次lower()方法，如果列表中元素为n，那要执行多少次lower()？虽然不推荐这样做，但也给我们提供了一种思路，如果不是字符串列表，而是结构很复杂的数据列表，我们就可以采用这样方法！
2.数字列表排序
Python代码 收藏代码
>>> num_list = [12, 43, 11, 23, 9]
>>> num_list.sort()
>>> print num_list
[9, 11, 12, 23, 43]
小数也同样适用
Python代码 收藏代码
>>> num_list = [12, 43.4, 11.5, 23.0, 9.1]
>>> num_list.sort()
>>> print num_list
[9.1, 11.5, 12, 23.0, 43.4]
我用的是Python2.7，如果你使用是其他版本，可能会出现不同的结果，如：9.1变成9.100000000001 。这涉及到python中小数是怎么存储的，这里就不多说了！
3.字典数据排序
学Java的人都知道Map，而字典就是Python中的“Map”，键值对映射。字典中元素的存储是无序的，怎么对字典数据进行排序？
Python代码 收藏代码
>>> mydict = {"A01":"first", "A14":"second", "Aa1":"third"}
>>> print mydict
{'A14': 'second', 'A01': 'first', 'Aa1': 'third'}
>>> items = mydict.items()
>>> print items
[('A14', 'second'), ('A01', 'first'), ('Aa1', 'third')]
>>> items.sort()
>>> print items
[('A01', 'first'), ('A14', 'second'), ('Aa1', 'third')]
>>> new_list = [value for key, value in items]
>>> print new_list
['first', 'second', 'third']
前3行说明字典中元素存储是无序的，你构造的字典和实际存储的字典 里元素的顺序并不一样！字典的items()方法能够把字典转换为元组的列表，再对元组列表进行排序，得到自己想要的结果。
另一种思路：得到字典key列表，排序后，依次取出value，构造成列表就是你的结果。
Python代码 收藏代码
>>> mydict = {"A01":"first", "A14":"second", "Aa1":"third"}
>>> keys = mydict.keys()
>>> keys.sort()
>>> new_list = [mydict[key] for key in keys]
>>> print new_list
['first', 'second', 'third']
通过映射的方法更有效的执行最后一步
Python代码 收藏代码
>>> mydict = {"A01":"first", "A14":"second", "Aa1":"third"}
>>> keys = mydict.keys()
>>> keys.sort()
>>> new_list = map( mydict.get,keys )
>>> print new_list
['first', 'second', 'third']
利用lamdba函数，选择根据key或value排序
Python代码 收藏代码
>>> sorted(mydict.items(), key=lambda d:d[0])
[('A01', 'first'), ('A14', 'second'), ('Aa1', 'third')]
>>> mydict = {"A01":"first", "A14":"second", "Aa1":"third"}
>>> sorted(mydict.items(), key=lambda d:d[0])
[('A01', 'first'), ('A14', 'second'), ('Aa1', 'third')]
>>> sorted(mydict.items(), key=lambda d:d[1])
[('A01', 'first'), ('A14', 'second'), ('Aa1', 'third')]
>>> print mydict
{'A14': 'second', 'A01': 'first', 'Aa1': 'third'}
4.对象排序
Python代码 收藏代码
>>> class Sortobj:
a = 0
b = ''
def __init__(self, a, b):
self.a = a
self.b = b
def printab(self):
print self.a, self.b
>>> obja = Sortobj(343, 'keen')
>>> objb = Sortobj(56, 'blue')
>>> objc = Sortobj(2, 'aba')
>>> objd = Sortobj(89, 'iiii')
>>> obj_list = [obja, objb, objc, objd]
>>> for obj in obj_list:
obj.printab()
343 keen
56 blue
2 aba
89 iiii
>>> obj_list.sort(lambda x,y: cmp(x.a, y.a)) #按对象的a属性进行排序
>>> for obj in obj_list:
obj.printab()
2 aba
56 blue
89 iiii
343 keen
>>> obj_list.sort(lambda x,y: cmp(x.b, y.b)) #按对象的b属性进行排序
>>> for obj in obj_list:
obj.printab()
2 aba
56 blue
89 iiii
343 keen
5.字典列表排序
元素全是字典的列表，如何排序？其实把上面的方法综合起来就能实现：
Python代码 收藏代码
input = [{'name': 'Homer', 'age': 39}, {'name': 'Bart', 'age':10},{'name': 'Wang', 'age':10},{'name': 'Ab', 'age':10}]
print input
input.sort(lambda x,y : cmp(x['name'], y['name']))
print input
如果想降序排列，
Python代码 收藏代码
input.sort(lambda x,y : -cmp(x['name'], y['name']))
