python函数之sorted函数和lambda函数用法详解

更新时间：2025年11月29日 10:23:24 作者：布玛&

本文详细介绍了Python中sort和sorted函数的用法,以及如何结合lambda表达式对列表、字典进行复杂排序,包括键值排序、嵌套结构排序等,并展示了filter、map和reduce等函数式编程工具的应用实例,感兴趣的朋友跟随小编一起看看吧

0 sort与sorted函数

list.sort([key][,reverse]) # 数字、字符串按照ASCII，中文按照unicode从小到大排序。排序会改变原有列表，不会形成副本，无返回值

new_list = sorted(list,[key][,reverse]) # 默认如果是数字则按由小到大排序，若是字符则按大写小于小写来排序.返回一个有序的副本，并且类型总是列表。

a=[1,2,5,3,7,8]
b = sorted(a)
print(a)#[1, 2, 5, 3, 7, 8]
print(b)#[1, 2, 3, 5, 7, 8]
a.sort()
print(a)#[1, 2, 3, 5, 7, 8]

1.sorted函数和lambda函数

sorted(iterable, cmp=None, key=None, reverse=False) # --> new sorted list

一共可接受4个参数，含义分别如下：
1可迭代类型，例如字典、列表
2比较函数
3key,从例1和例2 3中可以看出此参数为一个函数的对象。主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。
4降序或升序
例1：key经常会用到lambda

students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10),]  
sorted(students, key=lambda student : student[2])   # sort by age  
# 输出如下：
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
students = [(6, 'A', 15), (22, 'B', 12), (1, 'B', 10) ,]
print(sorted(students))#[(1, 'B', 10), (6, 'A', 15), (22, 'B', 12)] 即默认安装第一个元素排序

例2：可迭代元素经常会用到items
items是字典中的一个方法，返回由元组组成的列表。

dict={'a':1,'c':5,'b':2}
print(dict.items())#dict_items([('a', 1), ('c', 5), ('b', 2)])
dict={'a':1,'c':5,'b':2}
ans = sorted(dict.items(), key = lambda x:x[1], reverse = True)
print(ans)#[('c', 5), ('b', 2), ('a', 1)]

例3：

list1 = [3,5,-4,-1,0,-2,-6]
newlist=sorted(list1, key=lambda x: abs(x))#
print(newlist)#[0, -1, -2, 3, -4, 5, -6]
def foo(x):
	return abs(x)
newlist1=sorted(list1, key=foo)
print(newlist1)#[0, -1, -2, 3, -4, 5, -6]
在这里插入代码片

2.Python中最常见的filter筛选、map小刷子、reduce合并，都可以用lambda表达式来生成
对于序列来讲，有三个函数式编程工具: filter()、map()和reduce()。

map(function,sequence)：把sequence中的值当参数逐个传给function，返回一个包含函数执行结果的list。如果function有两个参数，即map(function,sequence1,sequence2)

#求1~10的平方
newlist=list(map(lambda x:x*x,range(1,11)))
#Python2.x 使用map(lambda x:x*x,range(1,11))
print(newlist)
#[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

filter(function,sequence)：对sequence中的item依次执行function(item)，将执行结果为True的item组成一个List/String/Tuple(取决于sequence的类型)返回

#求1~10之间的偶数
newlist=list(filter(lambda x:x%2 == 0,range(1,11)))
#Python2.x 使用filter(lambda x:x%2 == 0,range(1,11))
print(newlist)
#[2, 4, 6, 8, 10]

reduce(function,sequence)：function接收的参数个数只能为2，先把sequence中第一个值和第二个值当参数传给function，再把function的返回值和第三个值当参数传给function，然后只返回一个结果

#求1~10之和
from functools import reduce
#Python3.x之后需要导入reduce模块
sum=reduce(lambda x,y:x+y,range(1,10))
print(sum)#45
#求1~10之和，再加上100
sum1=reduce(lambda x,y:x+y,range(1,10),100)
print(sum1)#145

排序举例子：
1 简单列表(list)排序

list = ['a', 'b', 'c']
print(sorted(list))
# ['a', 'b', 'c']

2 字典(dict)的键(key)排序

dict = {'c': 1, 'b': 2, 'a': 3}
print(sorted(dict))
# ['a', 'b', 'c']

3 字典(dict)的值(value)排序（使用lambda函数）
字典默认排序key是字典的键，所以lambda中k代表字典的键，想以字典的值排序，就应该是让排序中的key=dict[k]

dict = {'c': 8, 'b': 2, 'a': 3}
print(sorted(dict, key=lambda k: dict[k]))#这里的k是字典的键
# ['b', 'a', 'c']

4列表(list)内嵌套列表(list)排序（使用lambda函数）
列表默认排序key是列表中的元素，此处列表中的元素依旧是嵌入的列表，所以排序key取嵌入列表的第一项时，可以key=k[0]

list = [[4, 2, 9], [1, 5, 6], [7, 8, 3]]
# 以列表中列表的第一个数排序
print(sorted(list, key=lambda k: k[0]))#这里的k比如是[4,2,9]即列表中的一项
# [[1, 5, 6], [4, 2, 9], [7, 8, 3]]
# 以列表中列表的第二个数排序
print(sorted(list, key=lambda k: k[1]))
# [[4, 2, 9], [1, 5, 6], [7, 8, 3]]
# 以列表中列表的第三个数排序
print(sorted(list, key=lambda k: k[2]))
# [[7, 8, 3], [1, 5, 6], [4, 2, 9]]
# 以列表中列表的第一个数排序，且降序
print(sorted(list, key=lambda k: k[0], reverse=True))
# [[7, 8, 3], [4, 2, 9], [1, 5, 6]]

5字典(dict)内嵌套字典(dict)排序（使用lambda函数

dict = {
        'a': {'x': 3, 'y': 2, 'z': 1},
        'b': {'x': 2, 'y': 1, 'z': 3},
        'c': {'x': 1, 'y': 3, 'z': 2}
        }
# 以内部字典的'x'对应的值排序
print(sorted(dict, key=lambda k: dict[k]['x']))
# ['c', 'b', 'a']
# 以内部字典的'y'对应的值排序
print(sorted(dict, key=lambda k: dict[k]['y']))
# ['b', 'a', 'c']
# 以内部字典的'z'对应的值排序
print(sorted(dict, key=lambda k: dict[k]['z']))
# ['a', 'c', 'b']

6列表(list)中嵌套字典(dict)排序（使用lambda函数）

list = [
    {'x': 3, 'y': 2, 'z': 1},
    {'x': 2, 'y': 1, 'z': 3},
    {'x': 1, 'y': 3, 'z': 2},
]
print(sorted(list, key=lambda k: k['x']))
# [{'z': 2, 'x': 1, 'y': 3}, {'z': 3, 'x': 2, 'y': 1}, {'z': 1, 'x': 3, 'y': 2}]
print(sorted(list, key=lambda k: k['y']))
# [{'z': 3, 'x': 2, 'y': 1}, {'z': 1, 'x': 3, 'y': 2}, {'z': 2, 'x': 1, 'y': 3}]
print(sorted(list, key=lambda k: k['z']))
# [{'z': 1, 'x': 3, 'y': 2}, {'z': 2, 'x': 1, 'y': 3}, {'z': 3, 'x': 2, 'y': 1}]

7字典(dict)中嵌套列表(list)排序（使用lambda函数

dic = {
    'a': [1, 2, 3],
    'b': [2, 1, 3],
    'c': [3, 1, 2],
    }
print(sorted(dic, key=lambda k: dic[k][0]))
# ['a', 'b', 'c']
print(sorted(dic, key=lambda k: dic[k][1]))
# ['b', 'c', 'a']
print(sorted(dic, key=lambda k: dic[k][2]))
# ['c', 'b', 'a']

到此这篇关于python函数之sorted函数和lambda函数用法详解的文章就介绍到这了,更多相关python sorted和lambda函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python轻松实现将图片转换为PDF并合并
在日常办公或文档处理中,我们经常需要将多张图片合并成一个 PDF 文件,本文将介绍如何使用 Python 和 Spire.PDF for Python 库,轻松实现图片到 PDF 的转换与合并功能,感兴趣的可以了解下
2026-04-04
Python 利用Entrez库筛选下载PubMed文献摘要的示例
这篇文章主要介绍了Python 利用Entrez库筛选下载PubMed文献摘要的示例，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
2020-11-11
Python实现Excel和TXT文本之间相互转换
Excel是一种具有强大的数据处理和图表制作功能的电子表格文件,而TXT则是一种简单通用、易于编辑的纯文本文件,本文将介绍如何使用Python并结合相关库来实现 Excel 和 TXT 文本文件之间的相互转换,需要的朋友可以参考下
2024-06-06
写好Python代码的几条重要技巧
好的代码具有易理解、可扩展、易维护的特点，简直是人见人爱。本文就将介绍写好python代码的多个技巧
2021-05-05
Python最常用的20 个包总结
这篇文章主要介绍了Python最常用的20 个包总结,在平时使用Python的过程中,需要用到很多有用的包,今天就来盘点一下常用的包,需要的朋友可以参考下
2023-04-04
Python使用open函数的buffering设置文件缓冲方式
这篇文章主要介绍了Python使用open函数的buffering设置文件缓冲方式,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
2024-02-02
Django跨域请求CSRF的方法示例
这篇文章主要介绍了Django跨域请求CSRF的方法示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2018-11-11
Python Pandas处理CSV文件的常用技巧分享
这篇文章主要和大家分享几个Python Pandas中处理CSV文件的常用技巧，如：统计列值出现的次数、筛选特定列值、遍历数据行等，需要的可以参考一下
2022-06-06
Python3.4 splinter(模拟填写表单)使用方法
今天小编就为大家分享一篇Python3.4 splinter(模拟填写表单)使用方法，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
2018-10-10
Python实现定制自动化业务流量报表周报功能【XlsxWriter模块】
这篇文章主要介绍了Python实现定制自动化业务流量报表周报功能,结合实例形式分析了Python基于XlsxWriter模块操作xlsx文件生成报表图的相关操作技巧,需要的朋友可以参考下
2019-03-03