创新互联Python教程：排序指南

排序指南

作者

Andrew Dalke 和 Raymond Hettinger

发布版本

0.1

python 列表有一个内置的 list.sort() 方法可以直接修改列表。还有一个 sorted() 内置函数，它会从一个可迭代对象构建一个新的排序列表。

在本文档中，我们将探索使用Python对数据进行排序的各种技术。

基本排序

简单的升序排序非常简单：只需调用 sorted() 函数。它返回一个新的排序后列表：

 
 
 
 
      
  
  
  
  1. >>> sorted([5, 2, 3, 1, 4])
    2.   
  
  
  
  2. [1, 2, 3, 4, 5]
    3.

你也可以使用 list.sort() 方法，它会直接修改原列表（并返回 None 以避免混淆），通常来说它不如 sorted() 方便 ——— 但如果你不需要原列表，它会更有效率。

 
 
 
 
      
  
  
  
  1. >>> a = [5, 2, 3, 1, 4]
    2.   
  
  
  
  2. >>> a.sort()
    3.   
  
  
  
  3. >>> a
    4.   
  
  
  
  4. [1, 2, 3, 4, 5]
    5.

另外一个区别是， list.sort() 方法只是为列表定义的，而 sorted() 函数可以接受任何可迭代对象。

 
 
 
 
      
  
  
  
  1. >>> sorted({1: 'D', 2: 'B', 3: 'B', 4: 'E', 5: 'A'})
    2.   
  
  
  
  2. [1, 2, 3, 4, 5]
    3.

关键函数

list.sort() 和 sorted() 都有一个 key 形参用来指定在进行比较前要在每个列表元素上调用的函数（或其他可调用对象）。

例如，下面是一个不区分大小写的字符串比较：

 
 
 
 
      
  
  
  
  1. >>> sorted("This is a test string from Andrew".split(), key=str.lower)
    2.   
  
  
  
  2. ['a', 'Andrew', 'from', 'is', 'string', 'test', 'This']
    3.

key 形参的值应该是个函数（或其他可调用对象），它接受一个参数并返回一个用于排序的键。 这种机制速度很快，因为对于每个输入记录只会调用一次键函数。

一种常见的模式是使用对象的一些索引作为键对复杂对象进行排序。例如：

 
 
 
 
      
  
  
  
  1. >>> student_tuples = [
    2.   
  
  
  
  2. ... ('john', 'A', 15),
    3.   
  
  
  
  3. ... ('jane', 'B', 12),
    4.   
  
  
  
  4. ... ('dave', 'B', 10),
    5.   
  
  
  
  5. ... ]
    6.   
  
  
  
  6. >>> sorted(student_tuples, key=lambda student: student[2]) # sort by age
    7.   
  
  
  
  7. [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
    8.

同样的技术也适用于具有命名属性的对象。例如：

 
 
 
 
      
  
  
  
  1. >>> class Student:
    2.   
  
  
  
  2. ... def __init__(self, name, grade, age):
    3.   
  
  
  
  3. ... self.name = name
    4.   
  
  
  
  4. ... self.grade = grade
    5.   
  
  
  
  5. ... self.age = age
    6.   
  
  
  
  6. ... def __repr__(self):
    7.   
  
  
  
  7. ... return repr((self.name, self.grade, self.age))
    8.   
  
  
  
    9.   
  
  
  
  9. >>> student_objects = [
    10.   
  
  
  
  10. ... Student('john', 'A', 15),
    11.   
  
  
  
  11. ... Student('jane', 'B', 12),
    12.   
  
  
  
  12. ... Student('dave', 'B', 10),
    13.   
  
  
  
  13. ... ]
    14.   
  
  
  
  14. >>> sorted(student_objects, key=lambda student: student.age) # sort by age
    15.   
  
  
  
  15. [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
    16.

Operator 模块函数

上面显示的键函数模式非常常见，因此 Python 提供了便利功能，使访问器功能更容易，更快捷。 operator 模块有 itemgetter() 、 attrgetter() 和 methodcaller() 函数。

使用这些函数，上述示例变得更简单，更快捷：

 
 
 
 
      
  
  
  
  1. >>> from operator import itemgetter, attrgetter
    2.   
  
  
  
    3.   
  
  
  
  3. >>> sorted(student_tuples, key=itemgetter(2))
    4.   
  
  
  
  4. [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
    5.   
  
  
  
    6.   
  
  
  
  6. >>> sorted(student_objects, key=attrgetter('age'))
    7.   
  
  
  
  7. [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
    8.

Operator 模块功能允许多级排序。 例如，按 grade 排序，然后按 age 排序：

 
 
 
 
      
  
  
  
  1. >>> sorted(student_tuples, key=itemgetter(1,2))
    2.   
  
  
  
  2. [('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]
    3.   
  
  
  
    4.   
  
  
  
  4. >>> sorted(student_objects, key=attrgetter('grade', 'age'))
    5.   
  
  
  
  5. [('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]
    6.

升序和降序

list.sort() 和 sorted() 接受布尔值的 reverse 参数。这用于标记降序排序。 例如，要以反向 age 顺序获取学生数据：

 
 
 
 
      
  
  
  
  1. >>> sorted(student_tuples, key=itemgetter(2), reverse=True)
    2.   
  
  
  
  2. [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
    3.   
  
  
  
    4.   
  
  
  
  4. >>> sorted(student_objects, key=attrgetter('age'), reverse=True)
    5.   
  
  
  
  5. [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
    6.

排序稳定性和排序复杂度

排序保证是 稳定 的。 这意味着当多个记录具有相同的键值时，将保留其原始顺序。

 
 
 
 
      
  
  
  
  1. >>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
    2.   
  
  
  
  2. >>> sorted(data, key=itemgetter(0))
    3.   
  
  
  
  3. [('blue', 1), ('blue', 2), ('red', 1), ('red', 2)]
    4.

注意 blue 的两个记录如何保留它们的原始顺序，以便 ('blue', 1) 保证在 ('blue', 2) 之前。

这个美妙的属性允许你在一系列排序步骤中构建复杂的排序。例如，要按 grade 降序然后 age 升序对学生数据进行排序，请先 age 排序，然后再使用 grade 排序：

 
 
 
 
      
  
  
  
  1. >>> s = sorted(student_objects, key=attrgetter('age')) # sort on secondary key
    2.   
  
  
  
  2. >>> sorted(s, key=attrgetter('grade'), reverse=True) # now sort on primary key, descending
    3.   
  
  
  
  3. [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
    4.

这可以被抽象为一个包装函数，该函数能接受一个列表以及字段和顺序的元组，以对它们进行多重排序。

 
 
 
 
      
  
  
  
  1. >>> def multisort(xs, specs):
    2.   
  
  
  
  2. ... for key, reverse in reversed(specs):
    3.   
  
  
  
  3. ... xs.sort(key=attrgetter(key), reverse=reverse)
    4.   
  
  
  
  4. ... return xs
    5.   
  
  
  
    6.   
  
  
  
  6. >>> multisort(list(student_objects), (('grade', True), ('age', False)))
    7.   
  
  
  
  7. [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
    8.

Python 中使用的 Timsort 算法可以有效地进行多种排序，因为它可以利用数据集中已存在的任何排序。

Decorate-Sort-Undecorate

这个三个步骤被称为 Decorate-Sort-Undecorate ：

  • 首先，初始列表使用控制排序顺序的新值进行修饰。

  • 然后，装饰列表已排序。

  • 最后，删除装饰，创建一个仅包含新排序中初始值的列表。

例如，要使用DSU方法按 grade 对学生数据进行排序：

 
 
 
 
      
  
  
  
  1. >>> decorated = [(student.grade, i, student) for i, student in enumerate(student_objects)]
    2.   
  
  
  
  2. >>> decorated.sort()
    3.   
  
  
  
  3. >>> [student for grade, i, student in decorated] # undecorate
    4.   
  
  
  
  4. [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
    5.

这方法语有效是因为元组按字典顺序进行比较，先比较第一项；如果它们相同则比较第二个项目，依此类推。

不一定在所有情况下都要在装饰列表中包含索引 i ，但包含它有两个好处：

  • 排序是稳定的——如果两个项具有相同的键，它们的顺序将保留在排序列表中。

  • 原始项目不必具有可比性，因为装饰元组的排序最多由前两项决定。 因此，例如原始列表可能包含无法直接排序的复数。

这个方法的另一个名字是 Randal L. Schwartz 在 Perl 程序员中推广的 Schwartzian transform。

既然 Python 排序提供了键函数，那么通常不需要这种技术。

Comparison Functions

Unlike key functions that return an absolute value for sorting, a comparison function computes the relative ordering for two inputs.

For example, a balance scale compares two samples giving a relative ordering: lighter, equal, or heavier. Likewise, a comparison function such as cmp(a, b) will return a negative value for less-than, zero if the inputs are equal, or a positive value for greater-than.

It is common to encounter comparison functions when translating algorithms from other languages. Also, some libraries provide comparison functions as part of their API. For example, locale.strcoll() is a comparison function.

To accommodate those situations, Python provides functools.cmp_to_key to wrap the comparison function to make it usable as a key function:

 
 
 
 
      
  
  
  
  1. sorted(words, key=cmp_to_key(strcoll)) # locale-aware sort order
    2.

Odds and Ends

  • For locale aware sorting, use locale.strxfrm() for a key function or locale.strcoll() for a comparison function. This is necessary because “alphabetical” sort orderings can vary across cultures even if the underlying alphabet is the same.

  • reverse 参数仍然保持排序稳定性（因此具有相等键的记录保留原始顺序）。 有趣的是，通过使用内置的 reversed() 函数两次，可以在没有参数的情况下模拟该效果：

       
   
   
   
          
    
    
    
    1. >>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
      2.     
    
    
    
    2. >>> standard_way = sorted(data, key=itemgetter(0), reverse=True)
      3.     
    
    
    
    3. >>> double_reversed = list(reversed(sorted(reversed(data), key=itemgetter(0))))
      4.     
    
    
    
    4. >>> assert standard_way == double_reversed
      5.     
    
    
    
    5. >>> standard_way
      6.     
    
    
    
    6. [('red', 1), ('red', 2), ('blue', 1), ('blue', 2)]
      7.

  • 在对两个对象进行比较时，排序例程使用 < 。因此，通过定义一个 __lt__() 方法，很容易为一个类添加一个标准的排序顺序。

       
   
   
   
          
    
    
    
    1. >>> Student.__lt__ = lambda self, other: self.age < other.age
      2.     
    
    
    
    2. >>> sorted(student_objects)
      3.     
    
    
    
    3. [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
      4.

    然而，请注意，如果 __gt__() 没有实现，< 可以退回到使用 __lt__() （见 object.__lt__() ）。

  • 键函数不需要直接依赖于被排序的对象。键函数还可以访问外部资源。例如，如果学生成绩存储在字典中，则可以使用它们对单独的学生姓名列表进行排序：

       
   
   
   
          
    
    
    
    1. >>> students = ['dave', 'john', 'jane']
      2.     
    
    
    
    2. >>> newgrades = {'john': 'F', 'jane':'A', 'dave': 'C'}
      3.     
    
    
    
    3. >>> sorted(students, key=newgrades.__getitem__)
      4.     
    
    
    
    4. ['jane', 'dave', 'john']
      5.

文章标题：创新互联Python教程：排序指南
当前链接：http://www.shufengxianlan.com/qtweb/news3/415053.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

定制网站知识

行业网站建设

企业网站制作　　 　高防服务器租用　　 　成都商城app开发　　 　网站搜索引擎优化　　 　成都手机网站开发　　 　宜宾做网站　　 　成都网站建设　　 　成都酒店服定制　　 　广安网站制作公司　　 　软文发稿　　 　响应式网站建设方案　　 　四川白乌鱼　　 　网站运维托管　　 　成都免费自助建站　　 　成都网站设计　　 　电商网站建设　　 　成都门窗定制　　 　成都机柜租用　　 　微博营销　　 　绵阳服务器托管