Python数组排序 · 从入门到多维实战

掌握Python列表排序、sorted()与sort()方法,以及NumPy数组高效排序。本指南深度整合网民常搜热点,提供清晰示例。

① 列表排序基础 〈sort 与 sorted〉

⚙️ list.sort() 原地排序

python数组排序最直接的方式:my_list.sort()。它直接修改原列表,返回None。适用于不需要保留原始顺序的场景。

  • ◣ 默认升序:nums.sort()
  • ◤ 降序:nums.sort(reverse=True)
  • ◥ 自定义键:words.sort(key=len)

⚡ sorted() 返回新列表

sorted()函数不会改变原数组,而是生成新列表。适合函数式编程。

  • ① sorted([3,1,2]) → [1,2,3]
  • ② 支持任意可迭代对象
  • ③ 同样支持reverse与key
Python 2 vs 3:排序关键字cmp已移除,全面使用key参数。
稳定性:Python排序是稳定的,多次排序可保留相对顺序。

② 进阶排序技法 · lambda与多维

〈lambda 表达式排序〉

使用key=lambda x: x[1]按第二个元素排序。例如python数组排序中常见元组列表:pairs = [(1, 'b'), (2, 'a')],通过sorted(pairs, key=lambda x: x[1])得到按字母排列的结果。也可组合多个条件:key=lambda x: (x.age, x.name)。

※ 实战:按字符串长度降序排列 sorted(words, key=lambda s: len(s), reverse=True)

〔多维数组与嵌套列表〕

python数组排序针对二维列表:matrix = [[2,9],[1,5]],使用matrix.sort(key=lambda row: row[0])按第一列排序。若需按第二列降序:key=lambda row: row[1], reverse=True。对于NumPy多维数组,后文详述。

◈ 注意:直接对子列表排序会改变内部结构。

「对象属性排序」

自定义类实例列表:students.sort(key=lambda stu: stu.score)。结合operator.attrgetter更高效。例如按多个属性:sorted(users, key=attrgetter('age','name'))。这是python数组排序在OOP中的典型应用。

③ NumPy数组排序 · 高性能实践

NumPy提供np.sort()与ndarray.sort()。与Python原生相比,numpy数组排序速度更快,适合大规模数据。

◣ np.sort() 返回副本

arr = np.array([3,1,2]); sorted_arr = np.sort(arr)。支持轴向参数axis。对二维数组按行排序:np.sort(matrix, axis=1)。

◤ 原地排序与argsort

arr.sort()直接修改数组。np.argsort()返回排序索引,常用于间接排序。

※ 示例:python数组排序结合NumPy:indices = np.argsort(scores) 获取排名索引。

④ 网友们还关心 · 热点排序问题

№1 如何降序排列列表? 使用reverse=True:lst.sort(reverse=True)。
№2 按字符串长度排序? sorted(strs, key=len)。
№3 排序时忽略大小写? sorted(words, key=str.lower)。
№4 多条件排序怎么做? 返回元组:key=lambda x: (x[0], -x[1])实现第一列升序、第二列降序。
№5 如何稳定排序? Python的sort()和sorted()默认稳定。

◈ 时间复杂度与选择

python数组排序使用Timsort算法,平均O(n log n)。对于小数据量,内置排序足够;海量数据考虑NumPy或pandas。

〈扩展〉自定义比较:通过functools.cmp_to_key将旧式cmp函数转换为key。

# 列表排序 # lambda
# NumPy排序 # 多维数组

⑤ 实战案例:成绩排名与数据清洗

假设学生成绩列表:grades = [('李雷',88), ('韩梅梅',95), ('小明',76)]。使用python数组排序按分数降序:sorted(grades, key=lambda x: x[1], reverse=True)。若要保留原始顺序并生成排名,结合enumerate。

步骤❶:读取数据并转换为列表。
步骤❷:应用sorted()与key。
步骤❸:输出前N名。

☆ 对于缺失值处理:可自定义key函数将None排至末尾。key=lambda x: (x is None, x)。

⑥ 数组排序与算法思维

虽然Python内置排序高效,但理解冒泡排序、快速排序原理有助于面试。以下用python数组排序模拟快速排序思想:

def quicksort(arr):
    if len(arr) <= 1: return arr
    pivot = arr[0]
    left = [x for x in arr[1:] if x < pivot]
    right = [x for x in arr[1:] if x >= pivot]
    return quicksort(left) + [pivot] + quicksort(right)

※ 实际开发中优先使用内置sort(),但手写排序加深对python数组排序机制的理解。

⑦ 排序相关周边 · 去重与有序字典

网友们常搜索“排序后去重”:sorted(set(my_list))。对于保持插入顺序的字典排序,Python3.7+字典有序,可使用sorted(dict.items())。

〈注意〉python数组排序与JSON数据排序结合:json.dumps(data, sort_keys=True)。