python如何用sorted函数排序

Python中的sorted函数是一种强大的工具，可以用来对任何可迭代对象进行排序。 它的基本用法包括升序排序、降序排序、按自定义规则排序。其中，按自定义规则排序最为常用，因为可以根据特定需求灵活排序。下面将详细介绍如何在Python中使用sorted函数进行各种排序操作。

一、升序排序

sorted函数的默认排序方式是升序。无需传递任何额外参数，直接传入一个可迭代对象即可。

numbers = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
sorted_numbers = sorted(numbers)
print(sorted_numbers)

上面的代码会输出 [1, 1, 2, 3, 3, 4, 5, 5, 5, 6, 9]，这是一个从小到大的升序排列。

二、降序排序

如果需要降序排序，可以使用sorted函数的reverse参数，将其设置为True即可。

numbers = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
sorted_numbers = sorted(numbers, reverse=True)
print(sorted_numbers)

上面的代码会输出 [9, 6, 5, 5, 5, 4, 3, 3, 2, 1, 1]，这是一个从大到小的降序排列。

三、按自定义规则排序

有时需要按照自定义规则进行排序，这时可以使用key参数。key参数接收一个函数，该函数用于生成排序依据。

1、按字符串长度排序

words = ["apple", "banana", "cherry", "date"]
sorted_words = sorted(words, key=len)
print(sorted_words)

上面的代码会输出 ['date', 'apple', 'banana', 'cherry']，字符串按长度从短到长排序。

2、按字典的值排序

在处理字典时，通常需要按值排序，而不是按键。可以使用一个匿名函数（lambda）来实现。

students = {'John': 88, 'Alice': 92, 'Bob': 75}
sorted_students = sorted(students.items(), key=lambda item: item[1])
print(sorted_students)

上面的代码会输出 [('Bob', 75), ('John', 88), ('Alice', 92)]，字典按值从小到大排序。

四、结合多种排序方式

有时需要结合多种排序方式，比如先按一列排序，再按另一列排序。可以通过在key函数中返回一个元组来实现这一点。

1、先按第一元素，再按第二元素排序

data = [(1, 2), (3, 1), (1, 3), (2, 2)]
sorted_data = sorted(data, key=lambda item: (item[0], item[1]))
print(sorted_data)

上面的代码会输出 [(1, 2), (1, 3), (2, 2), (3, 1)]，先按第一元素排序，再按第二元素排序。

五、对复杂对象排序

在实际应用中，通常需要对复杂对象进行排序，比如自定义类的实例。此时需要在key函数中指定如何提取排序依据。

1、对自定义类实例按属性排序

class Student:
    def __init__(self, name, grade):
        self.name = name
        self.grade = grade
students = [Student('John', 88), Student('Alice', 92), Student('Bob', 75)]
sorted_students = sorted(students, key=lambda student: student.grade)
for student in sorted_students:
    print(student.name, student.grade)

上面的代码会输出：

Bob 75 John 88 Alice 92

学生按成绩从小到大排序。

六、综合实例

为了更好地理解如何使用sorted函数排序，下面是一个综合实例：

class Employee:
    def __init__(self, name, age, salary):
        self.name = name
        self.age = age
        self.salary = salary
employees = [
    Employee('John', 25, 50000),
    Employee('Alice', 30, 60000),
    Employee('Bob', 22, 40000),
    Employee('Carol', 30, 70000)
]
按工资排序
sorted_by_salary = sorted(employees, key=lambda emp: emp.salary)
按年龄和工资排序
sorted_by_age_salary = sorted(employees, key=lambda emp: (emp.age, emp.salary))
print("按工资排序:")
for emp in sorted_by_salary:
    print(emp.name, emp.age, emp.salary)
print("n按年龄和工资排序:")
for emp in sorted_by_age_salary:
    print(emp.name, emp.age, emp.salary)

上面的代码会输出：

按工资排序: Bob 22 40000 John 25 50000 Alice 30 60000 Carol 30 70000 按年龄和工资排序: Bob 22 40000 John 25 50000 Alice 30 60000 Carol 30 70000

通过上述实例，可以清晰地看到如何结合多种排序方式处理复杂数据。

七、性能优化

当处理大量数据时，排序的性能变得尤为重要。Python的sorted函数底层使用Timsort算法，该算法在不同的情况下表现都非常优异。然而，理解一些基本的优化技巧仍然有助于提升性能。

1、避免不必要的排序

如果数据本身已经有序，或者无需再排序，可以通过条件判断来避免不必要的排序操作。

if not is_sorted(data):
    sorted_data = sorted(data)

2、使用生成器

在某些情况下，使用生成器表达式代替列表表达式可以节省内存，提高效率。

sorted_data = sorted((x for x in data if x > 0))

八、总结

Python的sorted函数功能强大且灵活，适用于各种排序需求。通过合理使用key和reverse参数，可以轻松实现升序、降序以及自定义规则排序。在处理复杂数据和自定义对象时，掌握如何提取排序依据至关重要。此外，通过一些性能优化技巧，可以在处理大规模数据时提升排序效率。无论是简单的数字排序，还是复杂的多条件排序，sorted函数都能提供高效、简洁的解决方案。