(转)Python中sort和sorted的区别和使用方法

Python list内置sort()方法用来排序，也可以用python内置的全局sorted()方法来对可迭代的序列排序生成新的序列。

1）排序基础

简单的升序排序是非常容易的。只需要调用sorted()方法。它返回一个新的list，新的list的元素基于小于运算符(lt)来排序。

sorted([5, 2, 3, 1, 4])
[1, 2, 3, 4, 5]
你也可以使用list.sort()方法来排序，此时list本身将被修改。通常此方法不如sorted()方便，但是如果你不需要保留原来的list，此方法将更有效。

a = [5, 2, 3, 1, 4]
a.sort()
a
[1, 2, 3, 4, 5]
另一个不同就是list.sort()方法仅被定义在list中，相反地sorted()方法对所有的可迭代序列都有效。

sorted({1: ‘D’, 2: ‘B’, 3: ‘B’, 4: ‘E’, 5: ‘A’})
[1, 2, 3, 4, 5]
2）key参数/函数

从python2.4开始，list.sort()和sorted()函数增加了key参数来指定一个函数，此函数将在每个元素比较前被调用。 例如通过key指定的函数来忽略字符串的大小写：

sorted(“This is a test string from Andrew”.split(), key=str.lower)
[‘a’, ‘Andrew’, ‘from’, ‘is’, ‘string’, ‘test’, ‘This’]
key参数的值为一个函数，此函数只有一个参数且返回一个值用来进行比较。这个技术是快速的因为key指定的函数将准确地对每个元素调用。

更广泛的使用情况是用复杂对象的某些值来对复杂对象的序列排序，例如：

复制代码

student_tuples = [
(‘john’, ‘A’, 15),
(‘jane’, ‘B’, 12),
(‘dave’, ‘B’, 10),
]

sorted(student_tuples, key=lambda student: student[2]) # sort by age
[(‘dave’, ‘B’, 10), (‘jane’, ‘B’, 12), (‘john’, ‘A’, 15)]
复制代码
key=lambda 元素: 元素[字段索引]
例如：想对元素第二个字段排序，则key=lambda y: y[1]，相对元素第一个字段排序，则key=lambda y: y[0]
备注：这里y可以是任意字母，等同key=lambda x: x[1]或者key=lambda x: x[0]

list = [(‘a’, 4), (‘b’, 2), (‘c’, 5), (‘d’, 3), (‘e’, 1)]
print(sorted(list, key=lambda x: x[0])) #对第一个元素排序
print(sorted(list, key=lambda y: y[1])) #对第二个元素排序
[(‘a’, 4), (‘b’, 2), (‘c’, 5), (‘d’, 3), (‘e’, 1)]
[(‘e’, 1), (‘b’, 2), (‘d’, 3), (‘a’, 4), (‘c’, 5)]
同样的技术对拥有命名属性的复杂对象也适用，例如：

class Student:
def init(self, name, grade, age):
self.name = name
self.grade = grade
self.age = age
def repr(self):
return repr((self.name, self.grade, self.age))

student_objects = [
Student(‘john’, ‘A’, 15),
Student(‘jane’, ‘B’, 12),
Student(‘dave’, ‘B’, 10),
]

sorted(student_objects, key=lambda student: student.age) # sort by age
[(‘dave’, ‘B’, 10), (‘jane’, ‘B’, 12), (‘john’, ‘A’, 15)]

3）Operator 模块函数

上面的key参数的使用非常广泛，因此python提供了一些方便的函数来使得访问方法更加容易和快速。operator模块有itemgetter，attrgetter，从2.6开始还增加了methodcaller方法。使用这些方法，上面的操作将变得更加简洁和快速：

from operator import itemgetter, attrgetter
sorted(student_tuples, key=itemgetter(2))
[(‘dave’, ‘B’, 10), (‘jane’, ‘B’, 12), (‘john’, ‘A’, 15)]

sorted(student_objects, key=attrgetter(‘age’))
[(‘dave’, ‘B’, 10), (‘jane’, ‘B’, 12), (‘john’, ‘A’, 15)]
operator模块还允许多级的排序，例如，先以grade，然后再以age来排序：

sorted(student_tuples, key=itemgetter(1,2))
[(‘john’, ‘A’, 15), (‘dave’, ‘B’, 10), (‘jane’, ‘B’, 12)]

sorted(student_objects, key=attrgetter(‘grade’, ‘age’))
[(‘john’, ‘A’, 15), (‘dave’, ‘B’, 10), (‘jane’, ‘B’, 12)]
methodcaller的作用与 attrgetter 和 itemgetter 类似，它会自行创建函数，该函数会在对象上调用参数指定的方法：

复制代码

from operator import methodcaller
s = ‘The time has come’
upcase = methodcaller(‘upper’)
upcase(s)
‘THE TIME HAS COME’

hiphenate = methodcaller(‘replace’, ’ ', ‘-’)
hiphenate(s)
‘The-time-has-come’
复制代码
如果把多个参数传给 itemgetter 或者 attrgetter，它构建的函数会返回提取的值构成的元组：

metro_data = [(‘Tokyo’, ‘JP’, 36.933, (35.689722, 139.691667)),(‘Delhi NCR’, ‘IN’, 21.935, (28.613889, 77.208889))]
cc_name = itemgetter(1, 0)
for city in metro_data:
print(cc_name(city))
(‘JP’, ‘Tokyo’) (‘IN’, ‘Delhi NCR’)
如果参数名中包含 .（点号），attrgetter 会深入嵌套对象，获取指定的属性：

复制代码

from collections import namedtuple
LatLong = namedtuple(‘LatLong’, ‘lat long’) # ➊
Metropolis = namedtuple(‘Metropolis’, ‘name cc pop coord’) # ➋
metro_areas = [Metropolis(name, cc, pop, LatLong(lat, long)) # ➌
for name, cc, pop, (lat, long) in metro_data]
metro_areas[0]
Metropolis(name=‘Tokyo’, cc=‘JP’, pop=36.933, coord=LatLong(lat=35.689722, long=139.691667))

metro_areas[0].coord.lat # ➍
35.689722

from operator import attrgetter
name_lat = attrgetter(‘name’, ‘coord.lat’) # ➎
for city in sorted(metro_areas, key=attrgetter(‘coord.lat’)): # ➏
print(name_lat(city)) # ➐
(‘Sao Paulo’, -23.547778)
(‘Mexico City’, 19.433333)
(‘Delhi NCR’, 28.613889)
(‘Tokyo’, 35.689722)
(‘New York-Newark’, 40.808611)
复制代码
❶ 使用 namedtuple 定义 LatLong。

❷ 再定义 Metropolis。

❸ 使用 Metropolis 实例构建 metro_areas 列表；注意，我们使用嵌套的元组拆包提取 (lat, long)，然后使用它们构建 LatLong，作为 Metropolis 的 coord 属性。

❹ 深入 metro_areas[0]，获取它的纬度。

❺ 定义一个 attrgetter，获取 name 属性和嵌套的 coord.lat 属性。

❻ 再次使用 attrgetter，按照纬度排序城市列表。

❼ 使用标号❺中定义的 attrgetter，只显示城市名和纬度。

4）升序和降序

list.sort()和sorted()都接受一个参数reverse（True or False）来表示升序或降序排序。例如对上面的student降序排序如下：

sorted(student_tuples, key=itemgetter(2), reverse=True)
[(‘john’, ‘A’, 15), (‘jane’, ‘B’, 12), (‘dave’, ‘B’, 10)]

sorted(student_objects, key=attrgetter(‘age’), reverse=True)
[(‘john’, ‘A’, 15), (‘jane’, ‘B’, 12), (‘dave’, ‘B’, 10)]
5）排序的稳定性和复杂排序

从python2.2开始，排序被保证为稳定的。意思是说多个元素如果有相同的key，则排序前后他们的先后顺序不变。

data = [(‘red’, 1), (‘blue’, 1), (‘red’, 2), (‘blue’, 2)]
sorted(data, key=itemgetter(0))
[(‘blue’, 1), (‘blue’, 2), (‘red’, 1), (‘red’, 2)]
注意在排序后’blue’的顺序被保持了，即’blue’, 1在’blue’, 2的前面。
更复杂地你可以构建多个步骤来进行更复杂的排序，例如对student数据先以grade降序排列，然后再以age升序排列。

s = sorted(student_objects, key=attrgetter(‘age’)) # sort on secondary key
sorted(s, key=attrgetter(‘grade’), reverse=True) # now sort on primary key, descending
[(‘dave’, ‘B’, 10), (‘jane’, ‘B’, 12), (‘john’, ‘A’, 15)]
6）最老土的排序方法-DSU

我们称其为DSU（Decorate-Sort-Undecorate）,原因为排序的过程需要下列三步：
第一：对原始的list进行装饰，使得新list的值可以用来控制排序；
第二：对装饰后的list排序；
第三：将装饰删除，将排序后的装饰list重新构建为原来类型的list；

例如，使用DSU方法来对student数据根据grade排序：

decorated = [(student.grade, i, student) for i, student in enumerate(student_objects)]
decorated.sort()
[student for grade, i, student in decorated] # undecorate
[(‘john’, ‘A’, 15), (‘jane’, ‘B’, 12), (‘dave’, ‘B’, 10)]
上面的比较能够工作，原因是tuples是可以用来比较，tuples间的比较首先比较tuples的第一个元素，如果第一个相同再比较第二个元素，以此类推。

并不是所有的情况下都需要在以上的tuples中包含索引，但是包含索引可以有以下好处：
第一：排序是稳定的，如果两个元素有相同的key，则他们的原始先后顺序保持不变；
第二：原始的元素不必用来做比较，因为tuples的第一和第二元素用来比较已经是足够了。

此方法被RandalL.在perl中广泛推广后，他的另一个名字为也被称为Schwartzian transform。

对大的list或list的元素计算起来太过复杂的情况下，在python2.4前，DSU很可能是最快的排序方法。但是在2.4之后，上面解释的key函数提供了类似的功能。

7）其他语言普遍使用的排序方法-cmp函数

在python2.4前，sorted()和list.sort()函数没有提供key参数，但是提供了cmp参数来让用户指定比较函数。此方法在其他语言中也普遍存在。

在python3.0中，cmp参数被彻底的移除了，从而简化和统一语言，减少了高级比较和__cmp__方法的冲突。

在python2.x中cmp参数指定的函数用来进行元素间的比较。此函数需要2个参数，然后返回负数表示小于，0表示等于，正数表示大于。例如：

def numeric_compare(x, y):
return x - y

sorted([5, 2, 4, 1, 3], cmp=numeric_compare)
[1, 2, 3, 4, 5]
或者你可以反序排序：

def reverse_numeric(x, y):
return y - x

sorted([5, 2, 4, 1, 3], cmp=reverse_numeric)
[5, 4, 3, 2, 1]

当我们将现有的2.x的代码移植到3.x时，需要将cmp函数转化为key函数，以下的wrapper很有帮助：

复制代码
def cmp_to_key(mycmp):
‘Convert a cmp= function into a key= function’
class K(object):
def init(self, obj, *args):
self.obj = obj
def lt(self, other):
return mycmp(self.obj, other.obj) < 0
def gt(self, other):
return mycmp(self.obj, other.obj) > 0
def eq(self, other):
return mycmp(self.obj, other.obj) == 0
def le(self, other):
return mycmp(self.obj, other.obj) <= 0
def ge(self, other):
return mycmp(self.obj, other.obj) >= 0
def ne(self, other):
return mycmp(self.obj, other.obj) != 0
return K
复制代码
当需要将cmp转化为key时，只需要：

sorted([5, 2, 4, 1, 3], key=cmp_to_key(reverse_numeric))
[5, 4, 3, 2, 1]
从python2.7，cmp_to_key()函数被增加到了functools模块中。

8)其他注意事项

• 对需要进行区域相关的排序时，可以使用locale.strxfrm()作为key函数，或者使用local.strcoll()作为cmp函数。

• reverse参数任然保持了排序的稳定性，有趣的时，同样的效果可以使用reversed()函数两次来实现：

data = [(‘red’, 1), (‘blue’, 1), (‘red’, 2), (‘blue’, 2)]
assert sorted(data, reverse=True) == list(reversed(sorted(reversed(data))))

• 其实排序在内部是调用元素的__cmp__来进行的，所以我们可以为元素类型增加__cmp__方法使得元素可比较，例如：

Student.lt = lambda self, other: self.age < other.age
sorted(student_objects)
[(‘dave’, ‘B’, 10), (‘jane’, ‘B’, 12), (‘john’, ‘A’, 15)]

• key函数不仅可以访问需要排序元素的内部数据，还可以访问外部的资源，例如，如果学生的成绩是存储在dictionary中的，则可以使用此dictionary来对学生名字的list排序，如下：

students = [‘dave’, ‘john’, ‘jane’]
newgrades = {‘john’: ‘F’, ‘jane’:‘A’, ‘dave’: ‘C’}
sorted(students, key=newgrades.getitem)
[‘jane’, ‘dave’, ‘john’]
*当你需要在处理数据的同时进行排序的话，sort(),sorted()或bisect.insort()不是最好的方法。在这种情况下，可以使用heap，red-black tree或treap。