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 cumsum函数的具体使用
这篇文章主要介绍了python cumsum函数的具体使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-07-07
实现Windows下设置定时任务来运行python脚本
这篇文章主要介绍了实现Windows下设置定时任务来运行python脚本的完整过程，有需要的朋友可以借鉴参考下，希望对广大读者朋友能够有所帮助
2021-09-09
使用PyTorch/TensorFlow搭建简单全连接神经网络
在本篇博客中,我们将介绍如何使用两大深度学习框架——PyTorch 和 TensorFlow,构建一个简单的全连接神经网络,该网络包含输入层、一个隐藏层和输出层,适合初学者理解神经网络的基本构建模块及训练流程,需要的朋友可以参考下
2025-02-02
python中Genarator函数用法分析
这篇文章主要介绍了python中Genarator函数用法,实例分析了Genarator函数的使用原理与相关技巧,需要的朋友可以参考下
2015-04-04
python对一个数向上取整的实例方法
在本篇文章中小编给大家整理了关于python对一个数向上取整的实例方法，需要的朋友们可以跟着学习下。
2020-06-06
python用socket传输图片的项目实践
使用python在网络上传送图片数据,需要以byte格式读取图片,这样才可以通过socket传输,本文就来介绍了python用socket传输图片的项目实践,具有一定的参考价值,感兴趣的可以了解一下
2024-02-02
django 解决自定义序列化返回处理数据为null的问题
这篇文章主要介绍了django 解决自定义序列化返回处理数据为null的问题，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
2020-05-05
使用keras实现Precise, Recall, F1-socre方式
这篇文章主要介绍了使用keras实现Precise, Recall, F1-socre方式，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
2020-06-06
关于python多进程中的常用方法详解
这篇文章主要介绍了关于python多进程中的常用方法详解,python中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU资源，在python中大部分情况需要使用多进程,需要的朋友可以参考下
2023-07-07
python的pytest框架之命令行参数详解（下）
这篇文章主要介绍了python的pytest框架之命令行参数详解，今天将继续更新其他一些命令选项的使用，和pytest收集测试用例的规则,需要的朋友可以参考下
2019-06-06