python库如何排序

Python库的排序可以通过使用内置函数如sorted()、sort()方法、以及借助第三方库如Pandas和NumPy进行排序。使用sorted()可以对任何可迭代对象进行排序并返回一个新的排序列表，使用list的sort()方法则是对列表进行原地排序，Pandas和NumPy提供了对数据框和数组的灵活排序方法。其中，使用sorted()函数是最常见和灵活的排序方法，因为它不仅可以对列表进行排序，还可以对元组、字典等其他可迭代对象进行排序，并且通过key参数实现复杂排序逻辑。接下来我们将详细介绍如何使用这些方法进行排序。

一、使用SORTED()函数进行排序

Python的内置函数sorted()是一个非常强大的工具，可以用于对任何可迭代对象进行排序。它不仅可以对列表进行排序，还支持对元组、字典、集合等进行排序，返回一个新的排序后的列表，而不会修改原始数据。

基本用法

sorted()函数的基本语法如下：
```
sorted(iterable, key=None, reverse=False)
```
- iterable：要排序的可迭代对象。
- key：一个函数，用于提供一个排序的关键字。
- reverse：如果设置为True，列表元素将被按降序排序。
例如，对一个简单的列表进行升序排序：
```
numbers = [5, 2, 9, 1, 5, 6]
sorted_numbers = sorted(numbers)
print(sorted_numbers)  # 输出: [1, 2, 5, 5, 6, 9]
```
使用KEY参数

key参数允许我们自定义排序规则。例如，假设我们有一个包含单词的列表，我们希望按每个单词的长度排序：
```
words = ["apple", "banana", "cherry", "date"]
sorted_words = sorted(words, key=len)
print(sorted_words)  # 输出: ['date', 'apple', 'banana', 'cherry']
```

降序排序

通过将reverse参数设置为True，可以实现降序排序：

numbers = [5, 2, 9, 1, 5, 6]
sorted_numbers = sorted(numbers, reverse=True)
print(sorted_numbers)  # 输出: [9, 6, 5, 5, 2, 1]

二、使用LIST的SORT()方法

list的sort()方法与sorted()函数类似，但它是一个就地排序方法，也就是说它会对原列表进行修改，而不会返回新的列表。

基本用法

sort()方法的语法与sorted()类似：

list.sort(key=None, reverse=False)

例如：

numbers = [5, 2, 9, 1, 5, 6]
numbers.sort()
print(numbers)  # 输出: [1, 2, 5, 5, 6, 9]

使用KEY参数

和sorted()一样，sort()也支持key参数。例如：

words = ["apple", "banana", "cherry", "date"]
words.sort(key=len)
print(words)  # 输出: ['date', 'apple', 'banana', 'cherry']

降序排序

通过设置reverse参数为True实现降序排序：

numbers = [5, 2, 9, 1, 5, 6]
numbers.sort(reverse=True)
print(numbers)  # 输出: [9, 6, 5, 5, 2, 1]

三、使用NUMPY进行排序

NumPy是一个强大的库，用于科学计算和数组操作。NumPy提供了多种排序功能，可以对多维数组进行排序。

基本用法

使用numpy.sort()函数对数组进行排序：

import numpy as np
arr = np.array([3, 1, 2])
sorted_arr = np.sort(arr)
print(sorted_arr)  # 输出: [1 2 3]

对多维数组进行排序

NumPy还可以对多维数组进行排序。可以指定轴进行排序：
```
arr = np.array([[3, 2, 1], [6, 5, 4]])
sorted_arr = np.sort(arr, axis=0)
print(sorted_arr)
输出:
[[3 2 1]
 [6 5 4]]
```
通过指定axis参数，可以选择对行或者列进行排序。
使用argsort()获取排序索引

numpy.argsort()返回排序后的索引而不是排序后的数组。这对需要获取元素排序前后的位置变化时非常有用：
```
indices = np.argsort(arr)
print(indices)  # 输出: [2 1 0]
```

四、使用PANDAS进行排序

Pandas是数据分析的强大工具，尤其适用于处理表格数据。Pandas提供了灵活的排序方法，特别适用于DataFrame。

对SERIES排序

Pandas的Series对象可以使用sort_values()方法进行排序：

import pandas as pd
s = pd.Series([3, 1, 2])
sorted_s = s.sort_values()
print(sorted_s)
输出:
1    1
2    2
0    3
dtype: int64

对DATAFRAME排序

DataFrame的排序功能更为复杂，可以根据一个或多个列进行排序：

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 20]}
df = pd.DataFrame(data)
sorted_df = df.sort_values(by='age')
print(sorted_df)
输出:
     name  age
2  Charlie   20
0    Alice   25
1      Bob   30

多列排序

Pandas允许根据多个列排序，通过将多个列名传递给by参数实现：

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 20],
        'score': [90, 80, 85]}
df = pd.DataFrame(data)
sorted_df = df.sort_values(by=['age', 'score'], ascending=[True, False])
print(sorted_df)
输出:
     name  age  score
2  Charlie   20     85
0    Alice   25     90
1      Bob   30     80