当前位置:首页 > 文章列表 > 文章 > python教程 > Python列表排序技巧详解

Python列表排序技巧详解

2025-08-12 16:50:43 0浏览 收藏

掌握Python列表排序技巧,提升数据处理效率!本文深入解析Python中`sorted()`函数和`sort()`方法的妙用。`sorted()`函数灵活通用,能对各种可迭代对象进行排序,且不改变原列表;而`sort()`方法则直接修改原列表。通过`key`参数,你可以自定义排序规则,实现复杂排序逻辑,例如忽略大小写排序字符串或根据元组的多个元素进行多级排序。文章还对比了`sort()`和`sorted()`的区别,助你根据实际需求选择更合适的排序方式,优化代码性能。无论是需要保留原始列表,还是追求更灵活的排序选项,本文都能为你提供清晰的指导。

使用 sorted() 函数可实现不修改原列表的排序,而 sort() 方法则直接修改原列表;2. 通过 key 参数指定排序键,如用 lambda 或函数定义排序依据,支持复杂排序逻辑;3. key 可返回元组实现多级排序,如先按年龄再按姓名;4. sorted() 更灵活通用,适用于各种可迭代对象,而 sort() 仅用于列表且原地排序;5. 选择取决于是否需保留原列表及性能考量,两者算法相同,差异主要在内存使用。

Python函数如何用函数实现列表的简单排序 Python函数列表排序的基础应用技巧​

Python中,你可以用函数实现列表的排序,这提供了一种更灵活、可控的排序方式,而不是仅仅依赖内置的sort()方法。

解决方案

直接使用sorted()函数,或者自定义排序逻辑。

# 使用 sorted() 函数
my_list = [3, 1, 4, 1, 5, 9, 2, 6]
sorted_list = sorted(my_list)  # 默认升序
print(sorted_list)  # 输出: [1, 1, 2, 3, 4, 5, 6, 9]

# 自定义排序规则
def my_sort_key(x):
  return x % 3  # 例如,按模3的结果排序

sorted_list_custom = sorted(my_list, key=my_sort_key)
print(sorted_list_custom) # 输出可能为: [3, 6, 9, 1, 1, 4, 2, 5] (顺序取决于具体数据)

# 使用 lambda 表达式简化 key 的定义
sorted_list_lambda = sorted(my_list, key=lambda x: x % 3)
print(sorted_list_lambda)

# 降序排序
sorted_list_reverse = sorted(my_list, reverse=True)
print(sorted_list_reverse) # 输出: [9, 6, 5, 4, 3, 2, 1, 1]

sorted() 函数返回一个新的排序后的列表,而不会修改原始列表。 如果你想原地排序,可以使用列表的 sort() 方法,但它不能像 sorted() 那样灵活地使用 key 参数。

如何利用key参数实现复杂排序?

key 参数允许你指定一个函数,该函数接受列表中的每个元素作为输入,并返回一个用于排序的“键”。 这个键可以是任何可比较的值,例如数字、字符串,甚至元组。

举个例子,假设你有一个包含字符串的列表,你想忽略大小写进行排序:

string_list = ["apple", "Banana", "orange", "grape"]
sorted_string_list = sorted(string_list, key=str.lower)
print(sorted_string_list)  # 输出: ['apple', 'Banana', 'grape', 'orange']

这里,str.lower 函数被用作 key,它将每个字符串转换为小写,然后再进行比较。 所以,"Banana" 在排序时会被当作 "banana" 处理。

更复杂的情况,假设你有一个包含元组的列表,每个元组包含姓名和年龄,你想先按年龄排序,再按姓名排序:

people = [("Alice", 30), ("Bob", 25), ("Charlie", 30), ("David", 20)]
sorted_people = sorted(people, key=lambda person: (person[1], person[0])) # 先按年龄,再按姓名
print(sorted_people) # 输出: [('David', 20), ('Bob', 25), ('Alice', 30), ('Charlie', 30)]

注意 key 函数返回的是一个元组 (person[1], person[0])。 Python 会按照元组的顺序进行比较,所以首先比较年龄,如果年龄相同,则比较姓名。

sort() 方法和 sorted() 函数有什么区别,应该选择哪个?

sort() 是列表的一个方法,它会直接修改原始列表,将其原地排序。 它没有返回值(或者说返回 None)。 sorted() 是一个内置函数,它接受任何可迭代对象作为输入,返回一个新的排序后的列表,而不会修改原始对象。

选择哪个取决于你的需求:

  • 如果需要修改原始列表,并且不需要保留原始顺序,可以使用 sort()。 这样做通常更节省内存,因为它不需要创建新的列表。

  • 如果需要保留原始列表的顺序,或者需要对其他类型的可迭代对象(例如元组、集合、字典的视图)进行排序,应该使用 sorted()。 sorted() 更加通用。

另外,sorted() 可以接受 key 和 reverse 参数,提供更灵活的排序选项。 虽然 sort() 方法也接受这两个参数,但使用 sorted() 通常更清晰易懂。

一个常见的误解是 sort() 比 sorted() 更快。 实际上,对于列表来说,它们的排序算法是相同的(Timsort),主要的性能差异在于 sort() 是原地操作,而 sorted() 需要创建新的列表。 如果已经有一个列表,并且不需要保留原始顺序,sort() 可能会略微快一些,但这种差异通常可以忽略不计。

好了,本文到此结束,带大家了解了《Python列表排序技巧详解》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

用Golang写简易diff工具教程用Golang写简易diff工具教程
上一篇
用Golang写简易diff工具教程
Python游戏开发入门,Pygame实战教程
下一篇
Python游戏开发入门,Pygame实战教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    292次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    345次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    349次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    313次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    133次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码