Python列表数据排序最新实践案例

 更新时间:2025年12月05日 11:36:45   作者:detayun  
本文详细介绍了Python中的排序方法,包括基础的sorted()和list.sort(),以及高级技巧如多条件排序、复杂对象排序和特殊数据结构排序,此外,还讨论了性能优化和常见问题解答,通过实践示例,帮助读者掌握各种排序技巧,感兴趣的朋友跟随小编一起看看吧

引言

在Python编程中,列表排序是最基础且高频的操作之一。本文将系统解析Python内置排序方法,结合最新实践案例,助你掌握从简单到复杂的排序技巧。

一、核心排序方法

1. sorted()函数

  • 特性:返回新排序列表,不修改原列表
  • 基础用法
numbers = [5, 2, 9, 1, 5, 6]
sorted_numbers = sorted(numbers)  # 升序 [1, 2, 5, 5, 6, 9]
sorted_desc = sorted(numbers, reverse=True)  # 降序 [9, 6, 5, 5, 2, 1]

2. list.sort()方法

  • 特性:原地排序,修改原列表
  • 进阶用法
words = ["banana", "apple", "cherry"]
words.sort(key=len)  # 按长度排序 ['pear', 'apple', 'banana', 'orange']

二、高级排序技巧

1. 多条件排序

students = [("Alice", 85), ("Bob", 92), ("Alice", 90)]
sorted_students = sorted(students, key=lambda x: (x[0], -x[1])) 
# 先按姓名升序,相同姓名时按成绩降序
# 输出 [('Alice', 90), ('Alice', 85), ('Bob', 92)]

2. 复杂对象排序

class Fruit:
    def __init__(self, name, sweetness):
        self.name = name
        self.sweetness = sweetness
fruits = [Fruit('apple', 7), Fruit('banana', 20)]
sorted_fruits = sorted(fruits, key=lambda x: x.sweetness)
# 按甜度排序 [apple, banana]

3. 特殊数据结构排序

字典排序

my_dict = {'apple':4, 'banana':2, 'pear':1}
sorted_items = sorted(my_dict.items(), key=lambda x: x[1])
# 按值升序排序 [('pear',1), ('banana',2), ('apple',4)]

三、性能优化与最佳实践

1. 排序稳定性

Python 3.5+的排序默认稳定,相等元素保持原始顺序:

mixed_data = [("apple", 3), ("banana", 3), ("apple", 2)]
stable_sort = sorted(mixed_data, key=lambda x: x[1])
# 输出 [('apple',2), ('apple',3), ('banana',3)]

2. 大数据处理

使用numpy模块提升效率:

import numpy as np
arr = np.array([5, 2, 9, 1])
sorted_arr = np.sort(arr)  # 返回排序后的新数组

3. 特殊场景处理

  • 逆序排序sorted(numbers, reverse=True)
  • 绝对值排序sorted(numbers, key=abs)
  • 自定义比较函数
from functools import cmp_to_key
def custom_cmp(x, y):
    return x - y  # 自定义比较逻辑
sorted_list = sorted(numbers, key=cmp_to_key(custom_cmp))

四、常见问题解答

Q:sorted()和list.sort()如何选择?

  • 需要保留原列表时用sorted()
  • 需要节省内存时用list.sort()

Q:如何处理混合数据类型?
使用key参数转换数据类型:

mixed_list = [3, "apple", 5.2]
sorted_mixed = sorted(mixed_list, key=str)  # 统一转为字符串排序

五、总结

Python的排序体系兼顾了简单性与扩展性:

  • 基础场景:优先使用sorted()或list.sort()
  • 复杂需求:结合lambda、operator模块定制排序逻辑
  • 高性能场景:numpy排序效率提升显著
  • 特殊需求:heapq模块实现部分排序,functools处理多条件排序

掌握这些技巧,可应对99%的排序需求。建议通过<FILE_START>123456789<FILE_END>代码示例深入实践,体验不同方法的差异。

到此这篇关于Python列表数据排序的文章就介绍到这了,更多相关Python列表数据排序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!

相关文章

  • python数据处理67个pandas函数总结看完就用

    python数据处理67个pandas函数总结看完就用

    这篇文章主要介绍了python数据处理67个pandas函数的梳理总结,看完就可以去用了,有需要的朋友可以借鉴参考下,希望能够有所帮助
    2021-11-11
  • Python Selenium实现无可视化界面过程解析

    Python Selenium实现无可视化界面过程解析

    这篇文章主要介绍了Python Selenium实现无可视化界面过程解析,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,需要的朋友可以参考下
    2020-08-08
  • Python mutiprocessing多线程池pool操作示例

    Python mutiprocessing多线程池pool操作示例

    这篇文章主要介绍了Python mutiprocessing多线程池pool操作,结合实例形式分析了Python多线程模块multiprocessing进程池相关操作技巧,需要的朋友可以参考下
    2019-01-01
  • 使用Python项目生成所有依赖包的清单方式

    使用Python项目生成所有依赖包的清单方式

    这篇文章主要介绍了使用Python项目生成所有依赖包的清单方式,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
    2020-07-07
  • Python基础中的的if-else语句详解

    Python基础中的的if-else语句详解

    这篇文章主要为大家详细介绍了Python基础中的的if-else语句,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,希望能够给你带来帮助
    2022-02-02
  • python+unittest+requests实现接口自动化的方法

    python+unittest+requests实现接口自动化的方法

    这篇文章主要介绍了python+unittest+requests实现接口自动化的方法,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
  • 使用Python的package机制如何简化utils包设计详解

    使用Python的package机制如何简化utils包设计详解

    这篇文章主要给大家介绍了关于使用Python的package机制如何简化utils包设计的相关资料,文中通过示例代码的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面来一起看看吧。
    2017-12-12
  • Python3实现发送QQ邮件功能(附件)

    Python3实现发送QQ邮件功能(附件)

    这篇文章主要为大家详细介绍了Python3实现发送QQ邮件功能,附件方面,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
    2017-12-12
  • centos+nginx+uwsgi部署django项目上线

    centos+nginx+uwsgi部署django项目上线

    本文主要介绍了centos+nginx+uwsgi部署django项目上线,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
    2022-07-07
  • 用Python实现协同过滤的教程

    用Python实现协同过滤的教程

    这篇文章主要介绍了用Python实现协同过滤的教程,主要用于从大数据中抽取用户信息偏好等等,需要的朋友可以参考下
    2015-04-04

最新评论