鲁达 概述：
Python 列表有一个内置的 li() 方法可以直接修改列表。还有一个 sorted() 内置函数，它会从一个可迭代对象构建一个新的排序列表。 在本文中，我们将结合小白打卡群里亮亮同学的实践来探索使用Python对数据进行排序的各种技术。 本文一共1764字，约需要12分钟阅读。引子：排序实践遇到问题
小白打卡群里亮亮同学在打卡过关list的排序了。刚开始是不知道如何调用排序，在大大的引导下查询知道了原来list是对象，需要用对象来调用本身的排序方法。
接着，sort排序后，要打印排序结果了，结果又遇到了问题，无法直接打印sort结果。在大大的指导下，发现去查询对应的排序python api文档,解决之，然后明白调用有问题查文档，才是一条便捷的编程大道。
排序是python里list类型比较重要的函数，本文就对各种排序做一个由浅到深的讲解。
排序的调用讲解接下来一一展开讲解。
排序的调用讲解接下来一一展开讲解
基本排序
简单的升序排序非常简单：只需调用 sorted() 函数即可。它会返回一个新的已排序列表。
>>> >>> sorted([5, 2, 3, 1, 4]) [1, 2, 3, 4, 5]你也可以使用 li() 方法，它会直接修改原列表（并返回 None 以避免混淆），通常来说它不如 sorted() 方便 ——— 但如果你不需要原列表，它会更有效率。
>>> a = [5, 2, 3, 1, 4] >>> a.sort() >>> a [1, 2, 3, 4, 5]另外一个区别是， li() 方法只是为列表定义的，而 sorted() 函数可以接受任何可迭代对象。
>>> sorted({1: 'D', 2: 'B', 3: 'B', 4: 'E', 5: 'A'}) [1, 2, 3, 4, 5]关键函数
li() 和 sorted() 都有一个 key 形参来指定在进行比较之前要在每个列表元素上进行调用的函数。
例如，下面是一个不区分大小写的字符串比较：
>>> sorted("This is a test string from Andrew".split(), key=) ['a', 'Andrew', 'from', 'is', 'string', 'test', 'This']key 形参的值应该是一个函数，它接受一个参数并并返回一个用于排序的键。这种技巧速度很快，因为对于每个输入记录只会调用一次 key 函数。
一种常见的模式是使用对象的一些索引作为键对复杂对象进行排序。例如：
>>> 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)]同样的技术也适用于具有命名属性的对象。例如：
>>> class Student: ... def __init__(self, name, grade, age): ... = name ... = grade ... = age ... def __repr__(self): ... return repr((, , )) >>> student_objects = [ ... Student('john', 'A', 15), ... Student('jane', 'B', 12), ... Student('dave', 'B', 10), ... ] >>> sorted(student_objects, key=lambda student: ) # sort by age [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]Operator 模块函数
上面显示的键函数模式非常常见，因此 Python 提供了便利功能，使访问器功能更容易，更快捷。 operator 模块有 itemgetter() 、 attrgetter() 和 methodcaller() 函数。
operator 模块有 itemgetter() 、 attrgetter() 和 methodc
使用这些函数，上述示例变得更简单，更快捷：
>>> 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 模块功能允许多级排序。 例如，按 grade 排序，然后按 age 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)]升序和降序
升序和降序
li() 和 sorted() 接受布尔值的 reverse 参数。这用于标记降序排序。 例如，要以反向 age 顺序获取学生数据：
>>> 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)]排序稳定性和排序复杂度
排序保证是 稳定 的。 这意味着当多个记录具有相同的键值时，将保留其原始顺序。
>>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)] >>> sorted(data, key=itemgetter(0)) [('blue', 1), ('blue', 2), ('red', 1), ('red', 2)]注意 blue 的两个记录如何保留它们的原始顺序，以便 ('blue', 1) 保证在 ('blue', 2) 之前。
这个美妙的属性允许你在一系列排序步骤中构建复杂的排序。例如，要按 grade 降序然后 age 升序对学生数据进行排序，请先 age 排序，然后再使用 grade 排序：
>>> 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)]Python 中使用的 Timsort 算法可以有效地进行多种排序，因为它可以利用数据集中已存在的任何排序。
使用装饰-排序-去装饰的旧方法
这个三个步骤被称为 Decorate-Sort-Undecorate ：
· 首先，初始列表使用控制排序顺序的新值进行修饰。
· 然后，装饰列表已排序。
· 最后，删除装饰，创建一个仅包含新排序中初始值的列表。
例如，要使用DSU方法按 grade 对学生数据进行排序：
>>> decorated = [, i, student) for i, student in enumerate(student_objects)] >>> decora() >>> [student for grade, i, student in decorated] # undecorate [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]这方法语有效是因为元组按字典顺序进行比较，先比较第一项；如果它们相同则比较第二个项目，依此类推。
不一定在所有情况下都要在装饰列表中包含索引 i ，但包含它有两个好处：
· 排序是稳定的——如果两个项具有相同的键，它们的顺序将保留在排序列表中。
· 原始项目不必具有可比性，因为装饰元组的排序最多由前两项决定。 因此，例如原始列表可能包含无法直接排序的复数。
这个方法的另一个名字是 Randal L. Schwartz 在 Perl 程序员中推广的 Schwartzian transform。
既然 Python 排序提供了键函数，那么通常不需要这种技术。
使用 cmp 参数的旧方法
本文中给出的许多结构都假定为 Python 2.4 或更高版本。在此之前，没有内置 sorted() ， li() 也没有关键字参数。相反，所有 Py2.x 版本都支持 cmp 参数来处理用户指定的比较函数。
在 Py3.0 中， cmp 参数被完全删除（作为简化和统一语言努力的一部分，消除了丰富的比较与 __cmp__() 魔术方法之间的冲突）。
在 Py2.x 中， sort 允许一个可选函数，可以调用它来进行比较。该函数应该采用两个参数进行比较，然后返回负值为小于，如果它们相等则返回零，或者返回大于大于的正值。例如，我们可以这样做：
>>> def numeric_compare(x, y): ... return x - y >>> sorted([5, 2, 4, 1, 3], cmp=numeric_compare) # doctest: +SKIP [1, 2, 3, 4, 5]或者你可反转比较的顺序：
>>> def reverse_numeric(x, y): ... return y - x >>> sorted([5, 2, 4, 1, 3], cmp=reverse_numeric) # doctest: +SKIP [5, 4, 3, 2, 1]将代码从 Python 2.x 移植到 3.x 时，如果用户提供比较功能并且需要将其转换为键函数，则会出现这种情况。 以下包装器使这很容易：
def cmp_to_key(mycmp): 'Convert a cmp= function into a key= function' class K: def __init__(self, obj, *args): = obj def __lt__(self, other): return mycmp(, o) < 0 def __gt__(self, other): return mycmp(, o) > 0 def __eq__(self, other): return mycmp(, o) == 0 def __le__(self, other): return mycmp(, o) <= 0 def __ge__(self, other): return mycmp(, o) >= 0 def __ne__(self, other): return mycmp(, o) != 0 return K要转换为键函数，只需包装旧的比较函数：
>>> sorted([5, 2, 4, 1, 3], key=cmp_to_key(reverse_numeric)) [5, 4, 3, 2, 1]在 Python 3.2 中， () 函数被添加到标准库中的 functools 模块中。
其它
· 对于区域相关的排序，请使用 locale.strxfrm() 作为键函数，或者 locale.strcoll() 作为比较函数。
· reverse 参数仍然保持排序稳定性（因此具有相等键的记录保留原始顺序）。 有趣的是，通过使用内置的 reversed() 函数两次，可以在没有参数的情况下模拟该效果：
· >>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)] · >>> standard_way = sorted(data, key=itemgetter(0), reverse=True) · >>> double_reversed = list(reversed(sorted(reversed(data), key=itemgetter(0)))) · >>> assert standard_way == double_reversed · >>> standard_way · [('red', 1), ('red', 2), ('blue', 1), ('blue', 2)]· 在两个对象之间进行比较时，保证排序例程使用 __lt__() 。 因此，通过定义 __lt__() 方法，可以很容易地为类添加标准排序顺序:
>>> >>> S = lambda self, other: < o >>> sorted(student_objects) [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]· 键函数不需要直接依赖于被排序的对象。键函数还可以访问外部资源。例如，如果学生成绩存储在字典中，则可以使用它们对单独的学生姓名列表进行排序：
· >>> students = ['dave', 'john', 'jane'] · >>> newgrades = {'john': 'F', 'jane':'A', 'dave': 'C'} · >>> sorted(students, key=newgrades.__getitem__) ['jane', 'dave', 'john']总结：
本文由实践问题导入，对python的list排序做了一个由浅入深的全面讲解，从不同python版本的排序，到排序的实践都展开讲解，从此麻麻再也不担心我们排序出问题了。
谢谢大家！