python数组排序方法之sort、sorted和argsort详解

作者:什么都干的派森 时间:2021-02-01 19:26:12 

引言

这三个排序方法应对日常工作基本够用

先说一下三者的区别

  • sort, sorted 是用在 list 数据类型中的排序方法

  • argsort 是用在 numpy 数据类型中的排序方法( numpy 里也有一个 sort 方法,下面会讲)

sort 和 sorted 的区别如下👇

先看两个简单的升序排序,分别使用 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 并没有修改原来的数组,而是将排序的结果作为参数传递给一个新的数组,而 sort 则在原数组上直接进行了排序
区别就是 sorted 需要一个变量接收排序结果,sort不用

建议使用 sorted,因为 sort 虽然代码更简洁,但是会修改原数组,这样不灵活,如果你有多个地方同时使用了这个数组,那么经过 sort 操作之后的数组就已经不是原来那个数组了,

debug的时候很麻烦,说完了区别,来具体讲讲使用方法

用法实例

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,可以这样做

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.字符串类型排序

# 字符串类型排序
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']

5.二维数组排序

book_list = [
   ['北大马克思主义研究', '9787509728529', 2011],
   ['人的解放', '9787215064003', 2014],
   ['西方经典悦读 资本论', '9787200092882', 2012],
   ['列宁的一生', '9787501319343', 2013],
]

# sorted 按出版年升序排序
ordered_list = sorted(book_list, key=lambda book: book[2])
print(ordered_list)    # [['北大马克思主义研究', '9787509728529', 2011], ['西方经典悦读 资本论', '9787200092882', 2012], ['列宁的一生', '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], ['列宁的一生', '9787501319343', 2013], ['西方经典悦读 资本论', '9787200092882', 2012], ['北大马克思主义研究', '9787509728529', 2011]]

6.二维数组获取排序后的索引

# sorted 获取排序后的索引
book_list = [
   ['北大马克思主义研究', '9787509728529', 2011],
   ['人的解放', '9787215064003', 2014],
   ['西方经典悦读 资本论', '9787200092882', 2012],
   ['列宁的一生', '9787501319343', 2013],
]
ordered_list = sorted(range(len(book_list)), key=lambda k: book_list[k][2])
print(ordered_list)  # [0, 2, 3, 1]

7.字典数组排序

book_list = [
   {'name': '北大马克思主义研究', 'isbn': '9787509728529', 'publish_year': 2011},
   {'name': '人的解放', 'isbn': '9787215064003', 'publish_year': 2014},
   {'name': '西方经典悦读 资本论', 'isbn': '9787200092882', 'publish_year': 2012},
   {'name': '列宁的一生', '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': '列宁的一生', 'isbn': '9787501319343', 'publish_year': 2013}, {'name': '西方经典悦读 资本论', 'isbn': '9787200092882', 'publish_year': 2012}, {'name': '北大马克思主义研究', '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': '北大马克思主义研究', 'isbn': '9787509728529', 'publish_year': 2011}, {'name': '西方经典悦读 资本论', 'isbn': '9787200092882', 'publish_year': 2012}, {'name': '列宁的一生', 'isbn': '9787501319343', 'publish_year': 2013}, {'name': '人的解放', 'isbn': '9787215064003', 'publish_year': 2014}]

8.字典数组获取排序后的索引

book_list = [
   {'name': '北大马克思主义研究', 'isbn': '9787509728529', 'publish_year': 2011},
   {'name': '人的解放', 'isbn': '9787215064003', 'publish_year': 2014},
   {'name': '西方经典悦读 资本论', 'isbn': '9787200092882', 'publish_year': 2012},
   {'name': '列宁的一生', '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.对象排序

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('北大马克思主义研究', '9787509728529', 2011),
   Book('人的解放', '9787215064003', 2014),
   Book('西方经典悦读 资本论', '9787200092882', 2012),
   Book('列宁的一生', '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), ('列宁的一生', '9787501319343', 2013), ('西方经典悦读 资本论', '9787200092882', 2012), ('北大马克思主义研究', '9787509728529', 2011)]
# sort 按出版年升序排序
book_list.sort(key=lambda book: book.publish_year)
print(book_list)  # [('北大马克思主义研究', '9787509728529', 2011), ('西方经典悦读 资本论', '9787200092882', 2012), ('列宁的一生', '9787501319343', 2013), ('人的解放', '9787215064003', 2014)]

10.对象排序获取排序后的索引

book_list = [
   Book('北大马克思主义研究', '9787509728529', 2011),
   Book('人的解放', '9787215064003', 2014),
   Book('西方经典悦读 资本论', '9787200092882', 2012),
   Book('列宁的一生', '9787501319343', 2013),
]
ordered_list = sorted(range(len(book_list)), key=lambda k: book_list[k].publish_year)
print(ordered_list)  # [0, 2, 3, 1]

11.一维数组排序【numpy】

numpy 只有 sort 没有 sorted,且 numpy 的 sort 方法 和 list 的 sorted 方法使用起来类似

import numpy as np

# 一维数组
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]

12.一维数组获取排序后的索引【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]

13.一维数组降序排序【numpy】

# # 降序排序
num_list = np.array([1, 8, 2, 3, 10, 4, 5])
index_list = np.argsort(-num_list)    # 加负号按降序排序
print(index_list)  # [4 1 6 5 3 2 0]

14.二维数组排序【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]]

15.二维数组获取排序后的索引【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对数组进行排序,并输出排序后对应的索引值

# -*- coding: cp936 -*-
import numpy as np

#一维数组排序
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)) # 正序输出索引,从小到大
print (np.argsort(-arr)) # 逆序输出索引,从大到小

输出结果:

[1 3 5 2 4 6]
[1 2 3 4 5 6]
[0 3 1 4 2 5]
[5 2 4 1 3 0]

#二维数组排序
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

输出结果:

[[4 3 2]
[2 1 4]]

[[2 3 4]
[1 2 4]]

来源:https://blog.csdn.net/weixin_43721000/article/details/120504199

标签:python,数组,排序
0
投稿

猜你喜欢

  • asp在sql server2000中新建帐号和给帐号权限代码

    2008-01-29 13:46:00
  • 详解pygame捕获键盘事件的两种方式

    2021-02-27 08:51:54
  • 如何用ASP建立Index Server查询对象并为其参数赋值?

    2010-06-11 19:59:00
  • python导入csv文件出现SyntaxError问题分析

    2023-12-12 04:29:57
  • python 在某.py文件中调用其他.py内的函数的方法

    2021-02-25 23:56:09
  • Python3实现从文件中读取指定行的方法

    2021-01-06 04:18:17
  • 解决pycharm运行时interpreter为空的问题

    2022-04-01 22:56:39
  • Python Matplotlib绘制动画的代码详解

    2022-08-19 20:21:03
  • (小技巧)复制消息对话框的内容

    2008-10-21 10:51:00
  • 再论Javascript的类继承

    2010-06-26 12:48:00
  • Python数据分析之双色球统计单个红和蓝球哪个比例高的方法

    2022-08-13 07:55:01
  • 对django中foreignkey的简单使用详解

    2021-09-04 21:04:20
  • Python判断对象是否为文件对象(file object)的三种方法示例

    2021-05-27 09:46:17
  • Python连接字符串过程详解

    2022-12-09 23:49:45
  • PHP/ThinkPHP实现批量打包下载文件的方法示例

    2024-05-11 09:49:00
  • 让你一文弄懂Pandas文本数据处理

    2023-07-17 19:12:08
  • TensorFlow人工智能学习按索引取数据及维度变换详解

    2024-01-04 13:18:55
  • python爬虫实战之最简单的网页爬虫教程

    2022-02-06 17:03:36
  • 非常全面的Python常见基础面试题及答案

    2022-11-14 17:03:33
  • 详解基于Jupyter notebooks采用sklearn库实现多元回归方程编程

    2022-04-19 21:35:31
  • asp之家 网络编程 m.aspxhome.com