zoukankan      html  css  js  c++  java
  • sort、sorted、heapq、bisect排序

    aa=[1,2,8,7,0,13,28,3]
    sorted(aa) #原list不变,从小到大排序

    aa.sort() #改变原lis
    aa.sort(reverse=True) #反转

    for i in (sorted(dir(q),reverse=True)):i     #方法,属性倒序显示

    示例:

    sorted([1,8,2,4,99],reverse=True) #从大到小排序
    
    sorted([1,8,2,4,99],lambda x,y:y-x) #从大到小排序
    
    #key的值应该是一个函数,这个函数接收一个参数并且返回一个用于比较的关键字。这种技术比较快,原因在于对每个输入记录,这个函数只会被调用一次。
    
    sorted("This is a test string from Andrew".split(), key=str.lower)  #大小写不敏感排序。
    
    student_tuples = [ ('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10), ]
    sorted(student_tuples,key=lambda age:age[2]) #按年龄排序(age是lambda函数的参数,age[2]表示抽取第二列的值)
    sorted(student_tuples,key=lambda age:age[0]) #按姓名排序(第一列的值)
     按第四列排序
    a=os.listdir('/root')
    for i in sorted(a,key = lambda x: x[4]):dir(i)

    sorted()函数说明:http://www.cnblogs.com/woshitianma/p/3222989.html

    同样的技术适用于有named属性的对象。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 Module Functions (Operator模块中的函数)
    上面的key-function模式很常见,因此Python提供了方便的函数使得祖先函数更简单和快捷。operator module有itemgetter,attrgetter,以及从Python2.6开始的methodcaller函数。
    使用这些函数,上面的例子会变得更简单和快捷:
    >>> 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模块支持多级排序。例如先按成绩排序,再按年龄排序:
    >>> 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)]


    ######################################################

    按照文件修改时间对某个目录下所有文件进行排序(sort):
    方法一(使用key进行排序):
    dirr = 'E:IISLog'
    files = [os.path.join(dirr,x) for x in os.listdir(dirr)]
    files.sort(key = os.path.getmtime, reverse = True) #reverse = True实现降序排列。key在使用时必须提供一个排序过程总调用的函数(os.path.getmtime是一个方法)
    print files

    方法二(自定义排序方法):
    dirr = 'E:IISLog'
    files = [os.path.join(dirr,x) for x in os.listdir(dirr)]
    def comp(x, y): #自定义排序方法,降序
        if os.path.getmtime(x) < os.path.getmtime(y):
            return 1
        elif os.path.getmtime(x) > os.path.getmtime(y):
            return -1
        else:
            return 0
    
    files.sort(comp)
    print files #降序排列

    自定义key排序:

    d1={'name':'zhangsan','age':20,'contry':'China'}
    d3={'name':'wangwu','age':19,'contry':'USA'}
    d2={'name':'lisi','age':22,'contry':'JP'}
    lst=[d1,d2,d3]
    #lst要求按照每个dict中的age进行排序:
    
    #方法一:
    print sorted(lst,key = lambda x:x['name'],reverse=False)
    #方法二:
    print sorted(lst,key=itemgetter('age')) #lst自身不变   from operator import itemgetter
    #方法三:
    lst.sort(key=itemgetter('age'),reverse=True) #lst排序后自身被改变,倒序排序
    print lst
    
    返回:
    [{'contry': 'JP', 'age': 22, 'name': 'lisi'}, {'contry': 'USA', 'age': 19, 'name': 'wangwu'}, {'contry': 'China', 'age': 20, 'name': 'zhangsan'}]

    按照多个条件排序,先对name排序,然后对age排序:

    print sorted(lst,key = lambda x:(x['name'],x['age']),reverse=False)

    保持已有列表排序,插入新元素

    import bisect #保持有序列表
    l=[1,2,3,8,11,25] #l已排过序
    bisect.insort(l,4)
    print(l) #返回 [1, 2, 3, 4, 8, 11, 25]

     堆排序,取list中的最大、最小值

    import heapq #堆排序
    l=[3,2,9,11,22,1,55,100,36,1,2]
    m=heapq.nlargest(3,l) #取最大的3个数
    sm=heapq.nsmallest(3,l) #取最小的3个数
    print(m,sm) #返回[100, 55, 36] [1, 1, 2]
    
    
    d={1:'a', 3:'d', 8:'g', 5:'m', 9:'t', 4:'s', 2:'u'} 
    keys=heapq.nlargest(3,d.keys())
    print([d[k] for k in keys]) #返回['t', 'g', 'm']
    ######################################################

    sort排序:
    引用:http://www.jb51.net/article/52730.htm

    一、基本形式
    列表有自己的sort方法,其对列表进行原址排序,既然是原址排序,那显然元组不可能拥有这种方法,因为元组是不可修改的。

    1
    2
    3
    x = [4, 6, 2, 1, 7, 9]
    x.sort()
    print x # [1, 2, 4, 6, 7, 9]

    如果需要一个排序好的副本,同时保持原有列表不变,怎么实现呢

    1
    2
    3
    4
    5
    x =[4, 6, 2, 1, 7, 9]
    y = x[ : ]
    y.sort()
    print y #[1, 2, 4, 6, 7, 9]
    print x #[4, 6, 2, 1, 7, 9]

    注意:y = x[:] 通过分片操作将列表x的元素全部拷贝给y,如果简单的把x赋值给y:y = x,y和x还是指向同一个列表,并没有产生新的副本。

    另一种获取已排序的列表副本的方法是使用sorted函数:

    1
    2
    3
    4
    x =[4, 6, 2, 1, 7, 9]
    y = sorted(x)
    print y #[1, 2, 4, 6, 7, 9]
    print x #[4, 6, 2, 1, 7, 9]

    sorted返回一个有序的副本,并且类型总是列表,如下:

    1
    print sorted('Python') #['P', 'h', 'n', 'o', 't', 'y']

    二、自定义比较函数

    可以定义自己的比较函数,然后通过参数传递给sort方法:

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    def comp(x, y):
    if x < y:
    return 1
    elif x > y:
    return -1
    else:
    return 0
     
    nums = [3, 2, 8 ,0 , 1]
    nums.sort(comp)
    print nums # 降序排序[8, 3, 2, 1, 0]
    nums.sort(cmp) # 调用内建函数cmp ,升序排序
    print nums # 降序排序[0, 1, 2, 3, 8]

    三、可选参数

    sort方法还有两个可选参数:key和reverse

    1、key在使用时必须提供一个排序过程总调用的函数:

    1
    2
    3
    x = ['mmm', 'mm', 'mm', 'm' ]
    x.sort(key = len)
    print x # ['m', 'mm', 'mm', 'mmm']

    2、reverse实现降序排序,需要提供一个布尔值:

    1
    2
    3
    y = [3, 2, 8 ,0 , 1]
    y.sort(reverse = True)
    print y #[8, 3, 2, 1, 0]
     
     
     
     
  • 相关阅读:
    从源码解读Spring如何解决bean循环依赖
    前后端分离下用jwt做用户认证
    断点调试获取程序当前位置的运行结果
    Win10安装MySQL8压缩包版
    IDEA实用快捷键推荐
    多平台博客发布工具OpenWrite的使用
    Tomcat部署多个war包
    从储值卡(会员卡)充值业务看分布式事务的设计
    再谈 PHP 未来之路
    Swoole 实战:MySQL 查询器的实现(协程连接池版)
  • 原文地址:https://www.cnblogs.com/dreamer-fish/p/5089229.html
Copyright © 2011-2022 走看看