掌握 Python 列表排序的 15 個方法
作者：手把手PythonAI編程
本文詳細介紹了Python中列表排序的各種方法，從基本的 sorted() 和 list.sort() 到更高級的 numpy、pandas 和自定義排序邏輯。
大家好！今天我們要聊的是Python中列表排序的各種方法。無論你是剛入門的小白，還是有一定基礎的進階者，這篇文章都會對你有所幫助。我們將從最基礎的方法開始，逐步深入到更高級的技巧。話不多說，讓我們開始吧！
1. 使用 sorted() 函數
sorted() 是Python內置的一個函數，可以用來對任何可迭代對象進行排序，返回一個新的已排序列表。
# 基本用法
numbers = [5, 2, 9, 1, 5, 6]
sorted_numbers = sorted(numbers)
print(sorted_numbers) # 輸出: [1, 2, 5, 5, 6, 9]
# 反向排序
sorted_numbers_desc = sorted(numbers, reverse=True)
print(sorted_numbers_desc) # 輸出: [9, 6, 5, 5, 2, 1]2. 使用 list.sort() 方法
list.sort() 是列表對象的一個方法，用于原地排序列表，不返回新的列表。
# 基本用法
numbers = [5, 2, 9, 1, 5, 6]
numbers.sort()
print(numbers) # 輸出: [1, 2, 5, 5, 6, 9]
# 反向排序
numbers.sort(reverse=True)
print(numbers) # 輸出: [9, 6, 5, 5, 2, 1]3. 按字符串長度排序
有時候我們需要按字符串的長度進行排序，這可以通過 key 參數來實現。
words = ["apple", "banana", "cherry", "date"]
sorted_words_by_length = sorted(words, key=len)
print(sorted_words_by_length) # 輸出: ['date', 'apple', 'cherry', 'banana']4. 按自定義函數排序
我們可以使用 key 參數傳入一個自定義函數，以實現更復雜的排序邏輯。
def custom_key(word):
return word[-1] # 按最后一個字符排序
words = ["apple", "banana", "cherry", "date"]
sorted_words_custom = sorted(words, key=custom_key)
print(sorted_words_custom) # 輸出: ['date', 'apple', 'banana', 'cherry']5. 按多個條件排序
有時我們需要按多個條件進行排序，這可以通過傳遞一個元組作為 key 參數來實現。
students = [
{"name": "Alice", "age": 20},
{"name": "Bob", "age": 22},
{"name": "Charlie", "age": 20}
]
# 先按年齡排序，再按名字排序
sorted_students = sorted(students, key=lambda x: (x['age'], x['name']))
print(sorted_students)
# 輸出: [{'name': 'Alice', 'age': 20}, {'name': 'Charlie', 'age': 20}, {'name': 'Bob', 'age': 22}]6. 按數值絕對值排序
有時我們需要按數值的絕對值進行排序，這同樣可以通過 key 參數來實現。
numbers = [-5, 2, -1, 3, 0, -2]
sorted_numbers_abs = sorted(numbers, key=abs)
print(sorted_numbers_abs) # 輸出: [0, -1, 2, -2, 3, -5]7. 按對象屬性排序
如果列表中的元素是對象，我們可以按對象的某個屬性進行排序。
class Person:
def __init__(self, name, age):
self.name = name
self.age = age
people = [
Person("Alice", 20),
Person("Bob", 22),
Person("Charlie", 20)
]
# 按年齡排序
sorted_people = sorted(people, key=lambda x: x.age)
for person in sorted_people:
print(person.name, person.age)
# 輸出: Alice 20, Charlie 20, Bob 228. 使用 operator.attrgetter 和 operator.itemgetter
operator 模塊提供了 attrgetter 和 itemgetter 函數，可以簡化按屬性或鍵值排序的操作。
from operator import attrgetter, itemgetter
# 按對象屬性排序
sorted_people_attr = sorted(people, key=attrgetter('age'))
for person in sorted_people_attr:
print(person.name, person.age)
# 輸出: Alice 20, Charlie 20, Bob 22
# 按字典鍵值排序
students = [
{"name": "Alice", "age": 20},
{"name": "Bob", "age": 22},
{"name": "Charlie", "age": 20}
]
sorted_students_item = sorted(students, key=itemgetter('age'))
print(sorted_students_item)
# 輸出: [{'name': 'Alice', 'age': 20}, {'name': 'Charlie', 'age': 20}, {'name': 'Bob', 'age': 22}]9. 使用 heapq.nsmallest 和 heapq.nlargest
heapq 模塊提供了 nsmallest 和 nlargest 函數，可以快速找到列表中的最小或最大元素。
import heapq
numbers = [5, 2, 9, 1, 5, 6]
# 找到前3個最小的數
smallest_three = heapq.nsmallest(3, numbers)
print(smallest_three) # 輸出: [1, 2, 5]
# 找到前3個最大的數
largest_three = heapq.nlargest(3, numbers)
print(largest_three) # 輸出: [9, 6, 5]10. 使用 pandas 庫排序
如果你處理的是數據科學相關的任務，pandas 庫提供了強大的數據處理功能，包括排序。
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie'],
'age': [20, 22, 20]
}
df = pd.DataFrame(data)
# 按年齡排序
sorted_df = df.sort_values(by='age')
print(sorted_df)
# 輸出:
# name age
# 0 Alice 20
# 2 Charlie 20
# 1 Bob 2211. 使用 numpy 庫排序
numpy 是一個強大的科學計算庫，它提供了高效的數組操作功能，包括排序。
import numpy as np
numbers = [5, 2, 9, 1, 5, 6]
np_numbers = np.array(numbers)
# 升序排序
sorted_np_numbers = np.sort(np_numbers)
print(sorted_np_numbers) # 輸出: [1 2 5 5 6 9]
# 降序排序
sorted_np_numbers_desc = np.sort(np_numbers)[::-1]
print(sorted_np_numbers_desc) # 輸出: [9 6 5 5 2 1]12. 自定義比較函數
在某些情況下，我們需要更復雜的排序邏輯，可以使用 functools.cmp_to_key 將自定義的比較函數轉換為 key 函數。
from functools import cmp_to_key
def custom_compare(x, y):
if x < y:
return -1
elif x > y:
return 1
else:
return 0
numbers = [5, 2, 9, 1, 5, 6]
sorted_numbers_custom = sorted(numbers, key=cmp_to_key(custom_compare))
print(sorted_numbers_custom) # 輸出: [1, 2, 5, 5, 6, 9]13. 穩定排序
穩定排序是指在排序過程中，相同元素的相對位置保持不變。sorted() 和 list.sort() 都是穩定的排序算法。
students = [
{"name": "Alice", "age": 20},
{"name": "Bob", "age": 22},
{"name": "Charlie", "age": 20}
]
# 先按名字排序，再按年齡排序
students.sort(key=lambda x: x['name'])
students.sort(key=lambda x: x['age'])
for student in students:
print(student['name'], student['age'])
# 輸出: Alice 20, Charlie 20, Bob 22在這個例子中，先按名字排序，再按年齡排序，保證了相同年齡的學生的名字順序不變。
14. 多級排序（使用 pandas）
pandas 庫不僅支持單級排序，還支持多級排序。
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David'],
'age': [20, 22, 20, 21],
'score': [85, 90, 88, 92]
}
df = pd.DataFrame(data)
# 先按年齡升序排序，再按分數降序排序
sorted_df = df.sort_values(by=['age', 'score'], ascending=[True, False])
print(sorted_df)
# 輸出:
# name age score
# 0 Alice 20 85
# 2 Charlie 20 88
# 3 David 21 92
# 1 Bob 22 9015. 使用 itertools.groupby 進行分組排序
itertools.groupby 可以將列表按某個條件分組，然后再對每個組進行排序。
from itertools import groupby
students = [
{"name": "Alice", "age": 20},
{"name": "Bob", "age": 22},
{"name": "Charlie", "age": 20},
{"name": "David", "age": 21}
]
# 先按年齡排序
students.sort(key=lambda x: x['age'])
# 按年齡分組
grouped_students = {k: list(v) for k, v in groupby(students, key=lambda x: x['age'])}
for age, group in grouped_students.items():
print(f"Age: {age}")
for student in group:
print(student['name'], student['age'])
# 輸出:
# Age: 20
# Alice 20
# Charlie 20
# Age: 21
# David 21
# Age: 22
# Bob 22實戰案例分析
假設你是一家在線書店的開發人員，需要對書籍按評分和銷量進行排序。我們將使用前面學到的多種排序方法來實現這個需求。
books = [
{"title": "Book A", "rating": 4.5, "sales": 500},
{"title": "Book B", "rating": 4.2, "sales": 300},
{"title": "Book C", "rating": 4.7, "sales": 700},
{"title": "Book D", "rating": 4.3, "sales": 400}
]
# 先按評分降序排序，再按銷量降序排序
sorted_books = sorted(books, key=lambda x: (-x['rating'], -x['sales']))
for book in sorted_books:
print(book['title'], book['rating'], book['sales'])
# 輸出:
# Book C 4.7 700
# Book A 4.5 500
# Book D 4.3 400
# Book B 4.2 300在這個案例中，我們使用了 lambda 表達式和 key 參數來實現多級排序。希望這個案例能幫助你更好地理解和應用這些排序方法。
總結
本文詳細介紹了Python中列表排序的各種方法，從基本的 sorted() 和 list.sort() 到更高級的 numpy、pandas 和自定義排序邏輯。通過這些方法，你可以靈活地應對各種排序需求。
責任編輯：趙寧寧
來源：
手把手PythonAI編程
