• list.sort()和函数sorted(list)


    sort()是列表的方法,修改原列表使得它按照大小排序,没有返回值,返回None

    In [90]: x = [4, 6, 2, 1, 7, 9]
    
    In [91]: x.sort()
    
    In [92]: x
    Out[92]: [1, 2, 4, 6, 7, 9]
    In [98]: aa = x.sort()
    In [99]: aa #  返回None
    
    

    sorted()是函数,不改变列表,重新生成一个按大小排序的列表

    In [94]: a = sorted(x)
    In [95]: a
    Out[95]: [1, 2, 4, 6, 7, 9]
    
    In [96]: x
    Out[96]: [4, 6, 2, 1, 7, 9]
    
    

    三、可选参数 列表sort方法还有两个可选参数:key和reverse

    ## 1、key在使用时必须提供一个排序过程总调用的函数:
    x = ['mmm', 'mm', 'mm', 'm']
    x.sort(key=len)
    print(x)  # 输出 ['m', 'mm', 'mm', 'mmm']
    
    ## 2、reverse实现降序排序,需要提供一个布尔值:
    y = [3, 2, 8, 0, 1]
    y.sort(reverse=True)
    print(y)  # [8, 3, 2, 1, 0]
    

    优先级排序(具体的我也不太懂)

    def sort_priority(values,group):
        def helper(x):
            if x in group:
                print('在group',0,x)
                return (0,x)
                # print(values)
            print('不在group',1,x)
            return (1,x)
        values.sort(key=helper)
        # values.sort()
    
    numbers = [8,3,1,2,5,4,7,6]
    group = {2,3,5,7}
    sort_priority(numbers,group)
    print(numbers)
    输出:
    不在group 1 8
    在group 0 3
    不在group 1 1
    在group 0 2
    在group 0 5
    不在group 1 4
    在group 0 7
    不在group 1 6
    [2, 3, 5, 7, 1, 4, 6, 8]
    

    这个函数之所以能够正常运作,是基于下列三个原因:

    • Python支持闭包( closure):闭包是一种定义在某个作用域中的函数,这种函数
      引用了那个作用域里面的变量。helper函数之所以能够访问sort_priority的group参数,原因就在于它是闭包。
    • Python的函数是一级对象(first-class object),也就是说,我们可以直接引用函数、把函数赋给变量、把函数当成参数传给其他函数,并通过表达式及if语句
      对其进行比较和判断,等等。于是,我们可以把 helper这个闭包函数,传给sort方法的key参数。
    • Python使用特殊的规则来比较两个元组°。它首先比较各元组中下标为0的对应
      元素,如果相等,再比较下标为1的对应元素,如果还是相等,那就继续比较下标为2的对应元素,依次类推。

    闭包修改标志变量

    def sort_priority2(values,group):
        found = False
        def helper(x):
            if x in group:
                found = True
                return (0,x)
            return (1,x)
        values.sort(key=helper)
        return found
    numbers = [8,3,1,2,5,4,7,6]
    group = [8,5,2,3,4,7,9]
    found = sort_priority2(numbers,group)
    print('最后的numbers',numbers)
    print("found",found)
    输出:最后的numbers [2, 3, 4, 5, 7, 8, 1, 6]
    found False
    

    闭包修改标志变量2, 新增nonlocal

    下面用nonlocal来实现这个函数:
    Python 3中有一种特殊的写法,能够获取闭包内的数据。我们可以用nonlocal语句
    来表明这样的意图,也就是:给相关变量赋值的时候,应该在上层作用域中查找该变量。
    nonlocal的唯一限制在于,它不能延伸到模块级别,这是为了防止它污染全局作用域。

    def sort_priority2(values,group):
        found = False
        def helper(x):
            if x in group:
                nonlocal found
                found = True
                return (0,x)
            return (1,x)
        values.sort(key=helper)
        return found
    numbers = [8,3,1,2,5,4,7,6]
    group = [8,5,2,3,4,7,9]
    found = sort_priority2(numbers,group)
    print('最后的numbers',numbers)
    print("found",found)
    输出:最后的numbers [2, 3, 4, 5, 7, 8, 1, 6]
    found True
    

    nonlocal语句清楚地表明:如果在闭包内给该变量赋值,那么修改的其实是闭包外
    那个作用域中的变量。这与global语句互为补充,global用来表示对该变量的赋值操作,
    将会直接修改模块作用域里的那个变量。
    然而,nonlocal也会像全局变量那样,遭到滥用,所以,建议大家只在极其简单的
    函数里使用这种机制。nonlocal的副作用很难追踪,尤其是在比较长的函数中,修饰某
    变量的nonlocal语句可能和修改该变量的赋值操作离得比较远,从而导致代码更加难以
    理解。
    如果使用nonlocal的那些代码,已经写得越来越复杂,那就应该将相关的状态封装
    成辅助类(helper class)。下面定义的这个类,与nonlocal所达成的功能相同。它虽然
    有点长,但是理解起来相当容易(其中有个名叫_call_的特殊方法,详情参见本书第22条

    class Sorter(object):
        def __init__(self,group):
            self.group = group
            self.found = False
        def __call__(self,x):
            if x in self.group:
                self.found = True
                return (0,x)
            return (1,x)
    group = [8,5,2,3,4,7,9]
    numbers = [8,3,1,2,5,4,7,6]
    sorter = Sorter(group)
    numbers.sort(key=sorter)
    assert sorter.found is True
    print(sorter.found)
    

    sorted的关键字排序

    student_tuples = [
        ('john', 'A',20, 15),
        ('jane', 'B',21, 12),
        ('dave', 'B', 22,10),
     ]
    print(sorted(student_tuples, key=lambda student: student[0]))   # sort by age
    # [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
    
    L = [{1:5,3:4},{1:3,6:3},{1:1,2:4,5:6},{1:9}]
    def f(x):
        return len(x)
    L.sort(key=f) #reverse = True #怎样在此处天加速reverse
    print (L)
    输出: 
    student_tuples = [
        ('john', 'A',20, 15),
        ('jane', 'B',21, 12),
        ('dave', 'B', 22,10),
     ]
    print(sorted(student_tuples, key=lambda student: student[0]))   # sort by age
    # [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
    
    L = [{1:5,3:4},{1:3,6:3},{1:1,2:4,5:6},{1:9}]
    def f(x):
        return len(x)
    L.sort(key=f) #reverse = True #怎样在此处天加速reverse
    print (L)
    
    写入自己的博客中才能记得长久
  • 相关阅读:
    影响stm32仿真的因素
    DMA 如何查看它有没有传输完成 传输完成再开启
    keil出错总结
    一个例子讲解wav头文件 stm32声音程序 录音和播放 wav
    前期绑定 vs 后期绑定
    抽象类 VS 接口 (3)
    抽象类 VS 接口(1)
    封装之--JAVA中的访问修饰符(区别于.NET)
    【DP专题】——洛谷P1156垃圾陷阱
    MySql
  • 原文地址:https://www.cnblogs.com/heris/p/14031105.html
Copyright © 2020-2023  润新知