python元组和列表的联系_Python中对元组和列表按条件进行排序的方法示例

在python中对一个元组排序

我的同事Axel Hecht 给我展示了一些我所不知道的关于python排序的东西。 在python里你可以对一个元组进行排序。例子是最好的说明： >>> items = [(1, 'B'), (1, 'A'), (2, 'A'), (0, 'B'), (0, 'a')]

>>> sorted(items)

[(0, 'B'), (0, 'a'), (1, 'A'), (1, 'B'), (2, 'A')]

默认情况下内置的sort和sorted函数接收的参数是元组时，他将会先按元组的第一个元素进行排序再按第二个元素进行排序。 然而，注意到结果中(0, 'B')在(0, 'a')的前面。这是因为大写字母B的ASCII编码比a小。然而，假设你想要一些更人性的排序并且不关注大小写。你或许会这么做： >>> sorted(items, key=str.lower)

Traceback (most recent call last):

File "", line 1, in

TypeError: descriptor 'lower' requires a 'str' object but received a 'tuple'

我们将会得到一个错误，因为他不能正确处理元组的第一部分。(注：原文作者估计想说元组中第一项是数字，不能使用lower这个方法；正确的原因提示的很明显了，是因为你传递的是一个元组，而元组是没有lower这个方法的)

我们可以试着写一个lambda函数(eg.sorted(items, key=lambda x: x.lower() if isinstance(x, str) else x)),他将不会工作因为你只处理了元组的一个元素。(注：同上面，作者这么做必然是错的，思考给这个lambda传一个元组,返回的是什么？)

言归正传，下面就是你应该怎么做的方法。一个lambda，它会返回一个元组: >>> sorted(items, key=lambda x: (x[0], x[1].lower()))

[(0, 'a'), (0, 'B'), (1, 'A'), (1, 'B'), (2, 'A')]

现在你完成了它！谢谢Axel的分享！

我确信你知道你可以倒序排列，仅仅使用sorted(items, reverse=True, …)，但是你怎么根据关键字来进行不同的排序？

使用lambda函数返回元组的技巧，下面是一个我们排序一个稍微高级的数据结构: >>> peeps = [{'name': 'Bill', 'salary': 1000}, {'name': 'Bill', 'salary': 500}, {'name': 'Ted', 'salary': 500}]

现在，使用lambda函数返回一个元组的特性来排序: >>> sorted(peeps, key=lambda x: (x['name'], x['salary']))

[{'salary': 500, 'name': 'Bill'}, {'salary': 1000, 'name': 'Bill'}, {'salary': 500, 'name': 'Ted'}]

很有意思，对吧？Bill 在Ted的前面，并且500在1000的前面。但是如何在相同的 name 下，对 salary 反向排序？很简单，对它取反: >>> sorted(peeps, key=lambda x: (x['name'], -x['salary']))

[{'salary': 1000, 'name': 'Bill'}, {'salary': 500, 'name': 'Bill'}, {'salary': 500, 'name': 'Ted'}]

问题：将列表[[1, 2, 3], [4, 5, 6], [7, 8, 9]]排序为[[1, 4, 7], [2, 5, 8], [3, 6, 9]]

分析:

1.转变过程如下:

1 2 31 4 7

4 5 6 —> 2 5 8

7 8 9 3 6 9

可以将变换过程看成是原二维数组行(row)变成新数组的列(column),即抽出原数组第一行(row)作为第一列(column)，第二行(row)作为第二列(column)…当然也可以将变换过程看成是原数组的列变为新数组的行，限于时间，就暂不考虑这种实现方式。

2.最原始的做法，写两个for循环，外层循环依次迭代数组的行(row),内层循环迭代数组的列(column)，来实现这个反转过程，将原数组第一行(row)作为第一列(column)，第二行(row)作为第二列(column),过程如下: In [7]: l = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

In [8]: len_row = 3

In [9]: len_col = 3

In [10]: temp = [[],[],[]]

In [11]: for row in l:

....: for i in range(len_col):

....: temp[i].append(row[i])

....: print temp

....:

[[1], [2], [3]]

[[1, 4], [2, 5], [3, 6]]

[[1, 4, 7], [2, 5, 8], [3, 6, 9]]

In [12]:

当然，还可以使用列表推导来做,原理和上面一样,外层迭代row,内层迭代col，生成新的列表: In [100]: l

Out[100]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

In [101]: [[row[col] for row in l] for col in range(len(l[0])) ]

Out[101]: [[1, 4, 7], [2, 5, 8], [3, 6, 9]]

最后，对这个题目，用zip也可以达到同样的目的： In [104]: l

Out[104]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

In [105]: zip(*l)

Out[105]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]

In [106]: map(list,zip(*l))

Out[106]: [[1, 4, 7], [2, 5, 8], [3, 6, 9]]

*这个符号和列表配合有解压的意思，如l=[[1, 2, 3], [4, 5, 6], [7, 8, 9]],则我理解*l就变成了[1, 2, 3], [4, 5, 6], [7, 8, 9]这样三个值，所以zip(*l)和zip([1, 2, 3], [4, 5, 6], [7, 8, 9])的结果才会是一样的，如下: In [17]: l=[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

In [18]: zip([1, 2, 3], [4, 5, 6], [7, 8, 9])

Out[18]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]

In [19]: zip(*l)

Out[19]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]

In [20]: