python數(shù)組排序方法之sort、sorted和argsort詳解
更新時間：2022年03月09日 11:56:42 作者：什么都干的派森
這篇文章主要給大家介紹了關(guān)于python數(shù)組排序方法之sort、sorted和argsort的相關(guān)資料,文中通過實例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
引言
這三個排序方法應(yīng)對日常工作基本夠用
先說一下三者的區(qū)別
- sort， sorted 是用在 list 數(shù)據(jù)類型中的排序方法
- argsort 是用在 numpy 數(shù)據(jù)類型中的排序方法（ numpy 里也有一個 sort 方法，下面會講）
sort 和 sorted 的區(qū)別如下??
先看兩個簡單的升序排序，分別使用 sorted 和 sort 方法
# sorted num_list = [1, 8, 2, 3, 10, 4, 5] ordered_list = sorted(num_list) print(ordered_list) # [1, 2, 3, 4, 5, 8, 10]
# sort num_list = [1, 8, 2, 3, 10, 4, 5] num_list.sort() print(num_list) # [1, 2, 3, 4, 5, 8, 10]
可以看出 sorted 并沒有修改原來的數(shù)組，而是將排序的結(jié)果作為參數(shù)傳遞給一個新的數(shù)組，而 sort 則在原數(shù)組上直接進行了排序
區(qū)別就是 sorted 需要一個變量接收排序結(jié)果，sort不用
建議使用 sorted，因為 sort 雖然代碼更簡潔，但是會修改原數(shù)組，這樣不靈活，如果你有多個地方同時使用了這個數(shù)組，那么經(jīng)過 sort 操作之后的數(shù)組就已經(jīng)不是原來那個數(shù)組了，
debug的時候很麻煩，說完了區(qū)別，來具體講講使用方法
用法實例
1.升序排序
# sorted 升序排序 num_list = [1, 8, 2, 3, 10, 4, 5] ordered_list = sorted(num_list) print(ordered_list) # [1, 2, 3, 4, 5, 8, 10]
# sort 升序排序 num_list = [1, 8, 2, 3, 10, 4, 5] num_list.sort() print(num_list) # [1, 2, 3, 4, 5, 8, 10]
2.降序排序
# sorted 降序排序 num_list = [1, 8, 2, 3, 10, 4, 5] ordered_list = sorted(num_list, reverse=True) print(ordered_list) # [1, 2, 3, 4, 5, 8, 10]
# sort 降序排序 num_list = [1, 8, 2, 3, 10, 4, 5] num_list.sort(reverse=True) print(num_list) # [1, 2, 3, 4, 5, 8, 10]
3.如果不想要排序后的值，想要排序后的索引，可以這樣做
num_list = [1, 8, 2, 3, 10, 4, 5] ordered_list = sorted(range(len(num_list)), key=lambda k: num_list[k]) print(ordered_list) # [0, 2, 3, 5, 6, 1, 4]
4.字符串類型排序
# 字符串類型排序 str_list = ['1', '8', '2', '3', '10', '4', '5'] ordered_list = sorted(str_list) print(ordered_list) # ['1', '10', '2', '3', '4', '5', '8'] str_list = ['A', 'D', 'B', 'N', 'C', 'R', 'V'] ordered_list = sorted(str_list) print(ordered_list) # ['A', 'B', 'C', 'D', 'N', 'R', 'V']
5.二維數(shù)組排序
book_list = [
['北大馬克思主義研究', '9787509728529', 2011],
['人的解放', '9787215064003', 2014],
['西方經(jīng)典悅讀 資本論', '9787200092882', 2012],
['列寧的一生', '9787501319343', 2013],
]
# sorted 按出版年升序排序
ordered_list = sorted(book_list, key=lambda book: book[2])
print(ordered_list) # [['北大馬克思主義研究', '9787509728529', 2011], ['西方經(jīng)典悅讀 資本論', '9787200092882', 2012], ['列寧的一生', '9787501319343', 2013], ['人的解放', '9787215064003', 2014]]
# sort 按出版年降序排序
book_list.sort(key=lambda book: book[2], reverse=True)
print(book_list) # [['人的解放', '9787215064003', 2014], ['列寧的一生', '9787501319343', 2013], ['西方經(jīng)典悅讀 資本論', '9787200092882', 2012], ['北大馬克思主義研究', '9787509728529', 2011]]
6.二維數(shù)組獲取排序后的索引
# sorted 獲取排序后的索引
book_list = [
['北大馬克思主義研究', '9787509728529', 2011],
['人的解放', '9787215064003', 2014],
['西方經(jīng)典悅讀 資本論', '9787200092882', 2012],
['列寧的一生', '9787501319343', 2013],
]
ordered_list = sorted(range(len(book_list)), key=lambda k: book_list[k][2])
print(ordered_list) # [0, 2, 3, 1]
7.字典數(shù)組排序
book_list = [
{'name': '北大馬克思主義研究', 'isbn': '9787509728529', 'publish_year': 2011},
{'name': '人的解放', 'isbn': '9787215064003', 'publish_year': 2014},
{'name': '西方經(jīng)典悅讀 資本論', 'isbn': '9787200092882', 'publish_year': 2012},
{'name': '列寧的一生', 'isbn': '9787501319343', 'publish_year': 2013},
]
# sorted 按出版年降序排序
ordered_list = sorted(book_list, key=lambda book: book['publish_year'], reverse=True)
print(ordered_list) # [{'name': '人的解放', 'isbn': '9787215064003', 'publish_year': 2014}, {'name': '列寧的一生', 'isbn': '9787501319343', 'publish_year': 2013}, {'name': '西方經(jīng)典悅讀 資本論', 'isbn': '9787200092882', 'publish_year': 2012}, {'name': '北大馬克思主義研究', 'isbn': '9787509728529', 'publish_year': 2011}]
# sort 按出版年升序排序
book_list.sort(key=lambda book: book['publish_year'])
print(book_list) # [{'name': '北大馬克思主義研究', 'isbn': '9787509728529', 'publish_year': 2011}, {'name': '西方經(jīng)典悅讀 資本論', 'isbn': '9787200092882', 'publish_year': 2012}, {'name': '列寧的一生', 'isbn': '9787501319343', 'publish_year': 2013}, {'name': '人的解放', 'isbn': '9787215064003', 'publish_year': 2014}]
8.字典數(shù)組獲取排序后的索引
book_list = [
{'name': '北大馬克思主義研究', 'isbn': '9787509728529', 'publish_year': 2011},
{'name': '人的解放', 'isbn': '9787215064003', 'publish_year': 2014},
{'name': '西方經(jīng)典悅讀 資本論', 'isbn': '9787200092882', 'publish_year': 2012},
{'name': '列寧的一生', 'isbn': '9787501319343', 'publish_year': 2013},
]
ordered_list = sorted(range(len(book_list)), key=lambda k: book_list[k]['publish_year'])
print(ordered_list) # [0, 2, 3, 1]
9.對象排序
class Book(object):
def __init__(self, name, isbn, publish_year):
self.name = name
self.isbn = isbn
self.publish_year = publish_year
def __repr__(self):
return repr((self.name, self.isbn, self.publish_year))
book_list = [
Book('北大馬克思主義研究', '9787509728529', 2011),
Book('人的解放', '9787215064003', 2014),
Book('西方經(jīng)典悅讀 資本論', '9787200092882', 2012),
Book('列寧的一生', '9787501319343', 2013),
]
# sorted 按出版年降序排序
ordered_list = sorted(book_list, key=lambda book: book.publish_year, reverse=True)
print(ordered_list) # [('人的解放', '9787215064003', 2014), ('列寧的一生', '9787501319343', 2013), ('西方經(jīng)典悅讀 資本論', '9787200092882', 2012), ('北大馬克思主義研究', '9787509728529', 2011)]
# sort 按出版年升序排序
book_list.sort(key=lambda book: book.publish_year)
print(book_list) # [('北大馬克思主義研究', '9787509728529', 2011), ('西方經(jīng)典悅讀 資本論', '9787200092882', 2012), ('列寧的一生', '9787501319343', 2013), ('人的解放', '9787215064003', 2014)]
10.對象排序獲取排序后的索引
book_list = [
Book('北大馬克思主義研究', '9787509728529', 2011),
Book('人的解放', '9787215064003', 2014),
Book('西方經(jīng)典悅讀 資本論', '9787200092882', 2012),
Book('列寧的一生', '9787501319343', 2013),
]
ordered_list = sorted(range(len(book_list)), key=lambda k: book_list[k].publish_year)
print(ordered_list) # [0, 2, 3, 1]
11.一維數(shù)組排序【numpy】
numpy 只有 sort 沒有 sorted，且 numpy 的 sort 方法 和 list 的 sorted 方法使用起來類似
import numpy as np # 一維數(shù)組 num_list = np.array([1, 8, 2, 3, 10, 4, 5]) index_list = np.sort(num_list) print(index_list) # [ 1 2 3 4 5 8 10]
12.一維數(shù)組獲取排序后的索引【numpy】
num_list = np.array([1, 8, 2, 3, 10, 4, 5]) index_list = np.argsort(num_list) print(index_list) # [0 2 3 5 6 1 4]
13.一維數(shù)組降序排序【numpy】
# # 降序排序 num_list = np.array([1, 8, 2, 3, 10, 4, 5]) index_list = np.argsort(-num_list) # 加負號按降序排序 print(index_list) # [4 1 6 5 3 2 0]
14.二維數(shù)組排序【numpy】
num_list = np.array([
[1, 8, 2, 9],
[8, 2, 4, 5],
[2, 3, 7, 4],
[1, 2, 3, 5]
])
ordered_list = np.sort(num_list, axis=0) # axis=0 是按列排序
print(ordered_list)
# [[1 2 2 4]
# [1 2 3 5]
# [2 3 4 5]
# [8 8 7 9]]
ordered_list = np.sort(num_list, axis=1) # axis=1 是按行排序
print(ordered_list)
# [[1 2 8 9]
# [2 4 5 8]
# [2 3 4 7]
# [1 2 3 5]]
15.二維數(shù)組獲取排序后的索引【numpy】
num_list = np.array([
[1, 8, 2, 9],
[8, 2, 4, 5],
[2, 3, 7, 4],
[1, 2, 3, 5]
])
ordered_list = np.argsort(num_list, axis=0) # axis=0 是按列排序
print(ordered_list)
# [[0 1 0 2]
# [3 3 3 1]
# [2 2 1 3]
# [1 0 2 0]]
ordered_list = np.argsort(num_list, axis=1) # axis=1 是按行排序
print(ordered_list)
# [[0 2 1 3]
# [1 2 3 0]
# [0 1 3 2]
# [0 1 2 3]]
附：python對數(shù)組進行排序，并輸出排序后對應(yīng)的索引值
# -*- coding: cp936 -*- import numpy as np #一維數(shù)組排序 arr = [1, 3, 5, 2, 4, 6] arr = ?np.array(arr) print arr print np.sort(arr)#或print np.sort(arr,axis=None) print (np.argsort(arr)) # 正序輸出索引，從小到大 print (np.argsort(-arr)) # 逆序輸出索引，從大到小
輸出結(jié)果：
[1 3 5 2 4 6]
[1 2 3 4 5 6]
[0 3 1 4 2 5]
[5 2 4 1 3 0]
#二維數(shù)組排序 list1 = [[4,3,2],[2,1,4]] array=np.array(list1) print array array.sort(axis=1) #axis=1按行排序，axis=0按列排序 print array
輸出結(jié)果：
[[4 3 2]
[2 1 4]][[2 3 4]
[1 2 4]]
總結(jié)
到此這篇關(guān)于python數(shù)組排序方法之sort、sorted和argsort詳解的文章就介紹到這了,更多相關(guān)python數(shù)組排序方法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了Django框架自定義session處理操作,結(jié)合實例形式分析了Django框架session操作的原理以及基于session的登陸、驗證等相關(guān)操作技巧,需要的朋友可以參考下2019-05-05
這篇文章主要介紹了Python Django框架模板渲染功能,結(jié)合實例形式分析了Django框架模板渲染相關(guān)的配置、視圖調(diào)用、變量賦值等相關(guān)操作技巧,需要的朋友可以參考下2019-11-11
Python數(shù)據(jù)正態(tài)性檢驗實現(xiàn)過程
這篇文章主要介紹了Python數(shù)據(jù)正態(tài)性檢驗實現(xiàn)過程,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-04-04
在django中使用apscheduler 執(zhí)行計劃任務(wù)的實現(xiàn)方法
這篇文章主要介紹了如何在django中使用apscheduler 執(zhí)行計劃任務(wù),本文通過實例代碼給大家介紹的非常詳細，具有一定的參考借鑒價值，需要的朋友可以參考下2020-02-02
Python調(diào)用高德API實現(xiàn)批量地址轉(zhuǎn)經(jīng)緯度并寫入表格的功能
這篇文章主要介紹了Python調(diào)用高德API實現(xiàn)批量地址轉(zhuǎn)經(jīng)緯度并寫入表格的功能,本文給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-01-01
Python腳本開發(fā)漏洞的批量搜索與利用(GlassFish?任意文件讀取)
這篇文章主要介紹了Python?開發(fā)漏洞的批量搜索與利用(GlassFish?任意文件讀取),主要包括python開發(fā)學(xué)習(xí)的意義及測試漏洞是否存在的步驟，需要的朋友可以參考下2022-05-05
python內(nèi)置函數(shù)：lambda、map、filter簡單介紹
Python 內(nèi)置了一些比較特殊且實用的函數(shù)，使用這些能使你的代碼簡潔而易讀。下面對python內(nèi)置函數(shù)：lambda、map、filter簡單介紹下，需要的朋友參考下吧2017-11-11
python循環(huán)某一特定列的所有行數(shù)據(jù)(方法示例)
在Python中,處理表格數(shù)據(jù)（比如CSV文件、Excel文件等）時,我們通常會使用pandas庫,因為它提供了豐富的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具,下面,我將以處理CSV文件中的某一特定列的所有行數(shù)據(jù)為例,給出詳細、完整的代碼示例,感興趣的朋友跟隨小編一起看看吧2024-08-08
Python新手入門webpy小應(yīng)用開發(fā)
本文主要介紹了Python新手入門webpy小應(yīng)用開發(fā)，文中通過示例代碼介紹的非常詳細，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-07-07
今天小編就為大家分享一篇Python實現(xiàn)圖像的垂直投影示例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01