python中的排序方法都有哪些_Python中的排序方法

排序是对数据处理过程中常用的技术，许多编程语言中都封装了排序方法，一些工具包中也提供了相应的排序函数，最近在利用python进行数据处理时多次需要用到排序算法，在此记录一下使用的排序方法。

一. Python中内置的排序方法

Python列表有一个list.sort()方法可以直接修改原列表对象进行排序，Python还内置了一个sorted()函数对可迭代对象排序并返回新的列表对象。直接使用函数进行简单的排序

>>>sorted([5, 2, 3, 1, 4])

[1, 2, 3, 4, 5]

>>> a = [5, 2, 3, 1, 4]

>>> a.sort()

>>> a

[1, 2, 3, 4, 5]关键函数排序

list.sort() 和 sorted()函数都有一个key参数，key形参的值应该是一个函数，它接受一个参数并返回一个用于排序的键。

函数中参数 reverse 控制着升序或降序

>>> sorted("This is a test string from Andrew".split(), key=str.lower)

['a', 'Andrew', 'from', 'is', 'string', 'test', 'This']

常使用对象的一些索引作为键对复杂对象进行排序

>>> student_tuples = [('john', 'A', 15),('jane', 'B', 12),('dave', 'B', 10)]

>>> sorted(student_tuples, key=lambda student: student[2])

[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

同样的方法也可以用于命名属性的对象

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)]Operator函数块

可以利用Operator的访问器功能更容易、快捷，将operator模块的itemgetter()、attrgetter()、methodcaller()函数作为sorted()的键函数。

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)]

#可以对多个关键字进行排序

>>> 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)]

二. Numpy中的数组排序直接排序

和python内建的列表类型相似，Numpy数组可以使用sort方法按位置排序,np.sort方法返回的是已经排好序的数组拷贝，而不是对原数组的原位置排序

>>>arr = np.random.randn(6)

array([ 0.09897694, -0.77401251, 1.28342666, 0.34996876, -0.0667225 ,

0.61783311])

>>>arr.sort()

array([-0.77401251, -0.0667225 , 0.09897694, 0.34996876, 0.61783311,

1.28342666])

#对二维数组排序，按轴排序

>>>arr = np.random.randn(5,3)

array([[ 0.72718753, 1.12598459, -1.11021415],

[ 0.93991109, 1.79572359, -0.4088816 ],

[ 0.3907194 , 0.42172239, -1.30714573],

[-0.41770501, -0.21608936, -0.0639786 ],

[-0.41747941, 1.22456015, 0.44194859]])

>>>arr.sort(1)

array([[-1.11021415, 0.72718753, 1.12598459],

[-0.4088816 , 0.93991109, 1.79572359],

[-1.30714573, 0.3907194 , 0.42172239],

[-0.41770501, -0.21608936, -0.0639786 ],

[-0.41747941, 0.44194859, 1.22456015]])间接排序

在数据排序中，可能需要通过一个或多个键对数据进行排序，比如给定学生的数据，需要先按班级排序，再成绩排序，这是间接排序。

Numpy中提供了两个方法：argsort() 和 numpy.lexsort(), 可以先获得整数索引数组(索引器)，索引数组的元素是原数组中相应元素的索引，然后将原数组重新排列成索引数组指定的顺序。

argsort()函数是将原始数组中的元素从小到大排列，提取其对应的index(索引

#一维数组

>>>arr = np.array([5,0,1,3,2])

>>>index = arr.argsort()

>>>index

array([1, 2, 4, 3, 0], dtype=int64)

>>>arr[index]

array([0, 1, 2, 3, 5])

#二维数组

>>>arr = np.random.randn(5,3)

array([[-0.66037395, 0.13876659, -0.24585563],

[-0.23557516, 0.81583124, -0.65606798],

[-0.4681103 , -1.23398987, 1.65237837],

[-0.2821381 , -0.62230257, -0.94928088],

[-0.45466063, -0.09264868, 2.41518593]])

>>>index0 = arr.argsort(axis = 0) #在列向上排序

array([[0, 2, 3],

[2, 3, 1],

[4, 4, 0],

[3, 0, 2],

[1, 1, 4]], dtype=int64)

>>>index1 = arr.argsort(axis = 1) #在行向上排序

array([[0, 2, 1],

[2, 0, 1],

[1, 0, 2],

[2, 1, 0],

[0, 1, 2]], dtype=int64)

#将数组中的元素按照第一列进行排序

>>>arr[index[:,0]]

array([[-0.66037395, 0.13876659, -0.24585563],

[-0.4681103 , -1.23398987, 1.65237837],

[-0.45466063, -0.09264868, 2.41518593],

[-0.2821381 , -0.62230257, -0.94928088],

[-0.23557516, 0.81583124, -0.65606798]])

argsort()默认排序是升序，可以通过如下方式进行降序：

>>>arr = np.array([5,0,1,3,2])

>>>index1 = np.argsort(arr) #按升序

>>>index2 = np.argsort(-arr) #按降序

>>>arr[index1]

array([0, 1, 2, 3, 5])

>>>arr[index2]

array([5, 3, 2, 1, 0])其他的排序算法

argsort方法利用‘kind’参数指定排序算法，‘mergesort’是唯一可用的稳定排序，但平均性能比默认的‘quicksort’方法差。

>>>arr = np.array([5,0,1,3,2])

>>>index = np.argsort(-arr, kind = 'quicksort')

>>>arr[index]

array([5, 3, 2, 1, 0])

三. Pandas中的排序

在Pandas中有两种排序方式，按索引排序：sort_index()；按值排序：sort_values()。

#Series

>>>ser = pd.Series(range(5),index = ['a','e','d','s','o'])

a 0

e 1

d 2

s 3

o 4

dtype: int32

>>>ser.sort_index()

a 0

d 2

e 1

o 4

s 3

dtype: int32

#DataFrame

>>>df = pd.DataFrame(np.arange(8).reshape((2,4)),index = ['one','three'],columns = ['d','a','b','c'])

dabc

one0123

three4567

>>>df.sort_index(axis = 1, ascending = False)

dcba

one0321

three4765

>>>df.sort_values(axis = 0, ascending = False, by = ['a','c'])

dabc

three4567

one0123