Python中对元组和列表按条件进行排序的方法示例
在python中对一个元组排序
我的同事Axel Hecht 给我展示了一些我所不知道的关于python排序的东西。 在python里你可以对一个元组进行排序。例子是最好的说明：
>>> items = [(1, 'B'), (1, 'A'), (2, 'A'), (0, 'B'), (0, 'a')] >>> sorted(items) [(0, 'B'), (0, 'a'), (1, 'A'), (1, 'B'), (2, 'A')]
默认情况下内置的sort和sorted函数接收的参数是元组时，他将会先按元组的第一个元素进行排序再按第二个元素进行排序。 然而，注意到结果中(0, 'B')在(0, 'a')的前面。这是因为大写字母B的ASCII编码比a小。然而，假设你想要一些更人性的排序并且不关注大小写。你或许会这么做：
>>> sorted(items, key=str.lower) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: descriptor 'lower' requires a 'str' object but received a 'tuple'
我们将会得到一个错误，因为他不能正确处理元组的第一部分。（注：原文作者估计想说元组中第一项是数字，不能使用lower这个方法；正确的原因提示的很明显了，是因为你传递的是一个元组，而元组是没有lower这个方法的）
我们可以试着写一个lambda函数(eg.sorted(items, key=lambda x: x.lower() if isinstance(x, str) else x)),他将不会工作因为你只处理了元组的一个元素。（注：同上面，作者这么做必然是错的，思考给这个lambda传一个元组,返回的是什么？）
言归正传，下面就是你应该怎么做的方法。一个lambda，它会返回一个元组:
>>> sorted(items, key=lambda x: (x[0], x[1].lower())) [(0, 'a'), (0, 'B'), (1, 'A'), (1, 'B'), (2, 'A')]
现在你完成了它！谢谢Axel的分享！
我确信你知道你可以倒序排列，仅仅使用sorted(items, reverse=True, …)，但是你怎么根据关键字来进行不同的排序？
使用lambda函数返回元组的技巧，下面是一个我们排序一个稍微高级的数据结构:
>>> peeps = [{'name': 'Bill', 'salary': 1000}, {'name': 'Bill', 'salary': 500}, {'name': 'Ted', 'salary': 500}]
现在，使用lambda函数返回一个元组的特性来排序:
>>> sorted(peeps, key=lambda x: (x['name'], x['salary']))
[{'salary': 500, 'name': 'Bill'}, {'salary': 1000, 'name': 'Bill'}, {'salary': 500, 'name': 'Ted'}]
很有意思，对吧？Bill 在Ted的前面，并且500在1000的前面。但是如何在相同的 name 下，对 salary 反向排序？很简单，对它取反:
>>> sorted(peeps, key=lambda x: (x['name'], -x['salary']))
[{'salary': 1000, 'name': 'Bill'}, {'salary': 500, 'name': 'Bill'}, {'salary': 500, 'name': 'Ted'}]
问题：将列表[[1, 2, 3], [4, 5, 6], [7, 8, 9]]排序为[[1, 4, 7], [2, 5, 8], [3, 6, 9]]
分析:
1.转变过程如下:
1 2 3 1 4 7
4 5 6 —> 2 5 8
7 8 9 3 6 9
可以将变换过程看成是原二维数组行(row)变成新数组的列(column),即抽出原数组第一行(row)作为第一列(column)，第二行(row)作为第二列(column)…当然也可以将变换过程看成是原数组的列变为新数组的行，限于时间，就暂不考虑这种实现方式。
2.最原始的做法，写两个for循环，外层循环依次迭代数组的行(row),内层循环迭代数组的列(column)，来实现这个反转过程，将原数组第一行(row)作为第一列(column)，第二行(row)作为第二列(column),过程如下:
In [7]: l = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] In [8]: len_row = 3 In [9]: len_col = 3 In [10]: temp = [[],[],[]] In [11]: for row in l: ....: for i in range(len_col): ....: temp[i].append(row[i]) ....: print temp ....: [[1], [2], [3]] [[1, 4], [2, 5], [3, 6]] [[1, 4, 7], [2, 5, 8], [3, 6, 9]] In [12]:
当然，还可以使用列表推导来做,原理和上面一样,外层迭代row,内层迭代col，生成新的列表:
In [100]: l Out[100]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]] In [101]: [[row[col] for row in l] for col in range(len(l[0])) ] Out[101]: [[1, 4, 7], [2, 5, 8], [3, 6, 9]]
最后，对这个题目，用zip也可以达到同样的目的：
In [104]: l Out[104]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]] In [105]: zip(*l) Out[105]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)] In [106]: map(list,zip(*l)) Out[106]: [[1, 4, 7], [2, 5, 8], [3, 6, 9]]
*这个符号和列表配合有解压的意思，如l=[[1, 2, 3], [4, 5, 6], [7, 8, 9]],则我理解*l就变成了[1, 2, 3], [4, 5, 6], [7, 8, 9]这样三个值，所以zip(*l)和zip([1, 2, 3], [4, 5, 6], [7, 8, 9])的结果才会是一样的，如下:
In [17]: l=[[1, 2, 3], [4, 5, 6], [7, 8, 9]] In [18]: zip([1, 2, 3], [4, 5, 6], [7, 8, 9]) Out[18]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)] In [19]: zip(*l) Out[19]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)] In [20]:
相关文章
今天小编就为大家分享一篇pytorch中tensor的合并与截取方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-07-07
文章介绍了Python的tkinter模块中的pack布局管理器,详细说明了pack函数的语法、参数及其用途,并提供了一个示例代码来演示如何使用pack布局管理器来控制组件的布局2024-11-11
这篇文章主要介绍了删除pandas中产生Unnamed:0列的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
Python是一门独特的语言，与C语言有很大区别，初学Python很多萌新表示对变量与赋值不理解,这里就大家介绍一下，需要的朋友可以参考下2018-04-04
这篇文章主要介绍了python实现微信自动回复及python 批量生成微信添加好友截图功能的实例代码，代码简单易懂，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下2019-07-07
OpenCV附带一个预训练的HOG+线性SVM模型，可用于在图像和视频流中执行行人检测。本文我们将使用Opencv自带的模型实现对视频流中的行人检测。感兴趣的小伙伴可以跟随小编一起学习一下2021-12-12
今天有位同事和我吐槽关于公司 XX 的问题，我告诉他不要在公司电脑上说这些，因为很可能会被狙击，这位同事刚开始还不信，直到我写了这边文章，他才恍然大悟2021-10-10
下面小编就为大家带来一篇详谈Python高阶函数与函数装饰器(推荐)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-09-09
这篇文章主要介绍了Python实现打印详细报错日志,获取报错信息位置行数方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-08-08
这篇文章主要为大家详细介绍了python实现自动化文件合并，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-08-08
最新评论