Python 基础 2-3 列表的反转与排序

引言

列表是按照特定格式排序而成的，有时候这种排序方式我们并不喜欢，我们希望它可以按照我们的方式来进行正序或者倒序排序，或其他的排序方式

反转与排序

比如说我这里有一组列表，里面存放的全部都是数值，但非常乱，要你将它按从小到大或从大到小排序
列表可以按正序排序，也可以按倒序排序，排序分永久性的和临时性的

列表反转

列表反转，使用 reverse() 方法将列表元素反过来排序
注意： 是将列表元素反过来排序，不是倒序排序
reverse() 方法对列表元素修改的排序永久性的，不过随时可以再调用 reverse() 来恢复原来的排序

num = [ 23 , 12 , 53 , 6 , 18 , 68 , 55 , 96]
num.reverse()
print(num)  
# 运行结果：[96, 55, 68, 18, 6, 53, 12, 23]

从以上示例中看到，使用 reverse() 方法进行反转排序仅仅是把列表元素头尾互换反转过来而已，并没有进行倒序排序

列表排序

列表可对数字、英文字母进行排序

1. 正序排序，使用 sort() 方法进行正序排序，永久性排序，排序后不可恢复原来的排序

cars = ['bmw', 'audi', 'toyota', 'subaru']
cars.sort()
print(cars)
# 运行结果：['audi', 'bmw', 'subaru', 'toyota']

2. 倒序排序，在 sort() 方法括号内传入参数 reverse=True 达到倒序排序效果。永久性，排序后不再保持原来排序方式的

cars = ['bmw', 'audi', 'toyota', 'subaru']
cars.sort( reverse=True )
print(cars)
# 运行结果：['toyota', 'subaru', 'bmw', 'audi']

3. 正序排序(临时)，使用 sorted() 对列表进行临时排序(正序)，不影响列表原来的排序方式

num = [ 23 , 12 , 53 , 6 , 18 , 68 , 55 , 96]

print(num)
# 运行结果：[23, 12, 53, 6, 18, 68, 55, 96]

print( sorted(num))
# 运行结果：[6, 12, 18, 23, 53, 55, 68, 96]

print(num)
# 运行结果：[23, 12, 53, 6, 18, 68, 55, 96]

从以上打印示例中看到，使用 sorted() 对列表进行临时正序排序，再次对列表进行打印时，还是原来的排序顺序

4. 倒序排序(临时)，在 sorted() 方法传入 reverse=True 达到倒序排序效果，不影响列表原来的排序方式

num = [ 23 , 12 , 53 , 6 , 18 , 68 , 55 , 96]

print(num)
# 运行结果：[23, 12, 53, 6, 18, 68, 55, 96]

print( sorted(num,reverse=True))
# 运行结果：[96, 68, 55, 53, 23, 18, 12, 6]

print(num)
# 运行结果：[23, 12, 53, 6, 18, 68, 55, 96]

从以上打印示例中看到，通过在 sorted() 内传入 reverse=True 参数，列表进行了临时倒序排序
再次对列表进行打印时，还是原来的排序顺序

其他

使用 range() 函数生成一些列数字

只需要在括号内传入开始值及结束值就行了，这个也遵循左闭右开原则
例如以下这个示例，打印 0 至 5 的数字，实际只打印 0 至 4

for num in range(0,5):
    print(num,end='\t')
# 运行结果：0    1   2   3   4

如果想输入 0 至 5 则需要在这里输入

创建数字列表

使用 list() 函数将 range() 生成的一系列数字转为列表

list_num = list(range(0,5))
print(list_num)
# 运行结果：[0, 1, 2, 3, 4]

range() 还可以指定步长，事实上 range() 函数可以传入三个参数，起始值、结束值、步长

num_list = []
for num in range(0,20,2):
    num_list.append(num)
print(num_list)
# 运行结果：[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

像以上示例中，函数 range() 从 0 开始，不断加2，直到达到或超过20

---

数据之心

转载于:https://www.cnblogs.com/dazhi-blog/p/11440036.html