文章目录
列表排序,做数据经常用到的一个方法,在python中想实现排序有时候觉得挺难,比如按照行排序或按照列排序,写起来都不简单,今天在这里总结一下在python中实现排序的所有方法,如有不全,请下面留言。
- 最简单的排序莫过于直接使用sort对一维的列表排序,创建一个列表
![python教程:[74]列表排序](/2015/10/03/python%E6%95%99%E7%A8%8B%EF%BC%9A%5B74%5D%E5%88%97%E8%A1%A8%E6%8E%92%E5%BA%8F/1cd4147b02087bf4bfd92fddf1d3572c11dfcf8a.jpg)
- 使用sort就地排序(就地排序就是改变了原始list的排序,而sorted不改变原始list数据)
![python教程:[74]列表排序](/2015/10/03/python%E6%95%99%E7%A8%8B%EF%BC%9A%5B74%5D%E5%88%97%E8%A1%A8%E6%8E%92%E5%BA%8F/29790130e924b899073c010c6d061d950a7bf647.jpg)
- 可以使用reverse参数进行反向排序。
![python教程:[74]列表排序](/2015/10/03/python%E6%95%99%E7%A8%8B%EF%BC%9A%5B74%5D%E5%88%97%E8%A1%A8%E6%8E%92%E5%BA%8F/a84052086e061d95b8464f0c78f40ad162d9ca47.jpg)
- 创建一个二维列表
![python教程:[74]列表排序](/2015/10/03/python%E6%95%99%E7%A8%8B%EF%BC%9A%5B74%5D%E5%88%97%E8%A1%A8%E6%8E%92%E5%BA%8F/425773224f4a20a48a2b44f393529822720ed08a.jpg)
- 使用operator进行排序,还是sort方法,使用key参数,下面根据第二列数据排序
![python教程:[74]列表排序](/2015/10/03/python%E6%95%99%E7%A8%8B%EF%BC%9A%5B74%5D%E5%88%97%E8%A1%A8%E6%8E%92%E5%BA%8F/8b527d2762d0f7032eb2ede80bfa513d2697c547.jpg)
- 多维排序,先根据第一列排序,然而第二列,然后第三列
![python教程:[74]列表排序](/2015/10/03/python%E6%95%99%E7%A8%8B%EF%BC%9A%5B74%5D%E5%88%97%E8%A1%A8%E6%8E%92%E5%BA%8F/425773224f4a20a48a1e44f393529822720ed047.jpg)
- lambda用于写匿名函数,根据第二列数据排序,x表示列表中的元素,x[1]表示元素中的第二个值
![python教程:[74]列表排序](/2015/10/03/python%E6%95%99%E7%A8%8B%EF%BC%9A%5B74%5D%E5%88%97%E8%A1%A8%E6%8E%92%E5%BA%8F/eab9044c510fd9f937222d5d262dd42a2834a48a.jpg)
- 反向排序
![python教程:[74]列表排序](/2015/10/03/python%E6%95%99%E7%A8%8B%EF%BC%9A%5B74%5D%E5%88%97%E8%A1%A8%E6%8E%92%E5%BA%8F/d56b3634349b033bbcbd84ee16ce36d3d539bd8a.jpg)
- 元组排序和list排序一样,当然还可以对object构成的列表排序,下面创建一个元组构成的列表
![python教程:[74]列表排序](/2015/10/03/python%E6%95%99%E7%A8%8B%EF%BC%9A%5B74%5D%E5%88%97%E8%A1%A8%E6%8E%92%E5%BA%8F/3792cb39b6003af3d48fa454362ac65c1038b68a.jpg)
- 使用operator
![python教程:[74]列表排序](/2015/10/03/python%E6%95%99%E7%A8%8B%EF%BC%9A%5B74%5D%E5%88%97%E8%A1%A8%E6%8E%92%E5%BA%8F/3bc6f750352ac65ce2301e47f8f2b21193138a8a.jpg)
- 使用lambda
![python教程:[74]列表排序](/2015/10/03/python%E6%95%99%E7%A8%8B%EF%BC%9A%5B74%5D%E5%88%97%E8%A1%A8%E6%8E%92%E5%BA%8F/35da1d3b5bb5c9eafcf37bd7d639b6003af3b347.jpg)
转载请注明来自DataScience.
邮箱: 675495787@qq.com