摘要：语法：sorted(iterable, *, key=None, reverse=False)参数：iterable：必需，要排序的可迭代对象（列表、元组、字符串、字典等）key：可选，指定排序规则的函数reverse：可选，布尔值，True 表示降序，Fal
sorted 函数用于对任何可迭代对象进行排序，并返回一个新的排序后的列表。
语法：sorted(iterable, *, key=None, reverse=False)参数：iterable：必需，要排序的可迭代对象（列表、元组、字符串、字典等）key：可选，指定排序规则的函数reverse：可选，布尔值，True 表示降序，False 表示升序（默认）返回值：一个新的排序后的列表（不会修改原始对象）# 数字列表排序numbers = [3, 1, 4, 1, 5, 9, 2]sorted_numbers = sorted(numbers)print(sorted_numbers) # 输出： [1, 1, 2, 3, 4, 5, 9]print(numbers) # 输出： [3, 1, 4, 1, 5, 9, 2] (原列表不变)# 降序排序print(sorted(numbers, reverse=True)) # 输出： [9, 5, 4, 3, 2, 1, 1]# 字符串列表按字母顺序排序fruits = ['banana', 'apple', 'cherry', 'date']print(sorted(fruits)) # 输出： ['apple', 'banana', 'cherry', 'date']# 字符串本身排序（按字符ASCII码）text = "python"print(sorted(text)) # 输出： ['h', 'n', 'o', 'p', 't', 'y']print(''.join(sorted(text))) # 输出： 'hnopty'# 元组排序（返回列表）tuple_data = (5, 2, 8, 1)print(sorted(tuple_data)) # 输出： [1, 2, 5, 8]# 集合排序（返回列表）set_data = {3, 1, 4, 1, 5}print(sorted(set_data)) # 输出： [1, 3, 4, 5]# 字典排序（默认按键排序）dict_data = {'c': 3, 'a': 1, 'b': 2}print(sorted(dict_data)) # 输出： ['a', 'b', 'c']print(sorted(dict_data.items)) # 输出： [('a', 1), ('b', 2), ('c', 3)]key 参数是 sorted 函数最强大的功能，它允许你自定义排序规则。
words = ['apple', 'banana', 'cherry', 'date', 'elderberry']# 按字母顺序（默认）print(sorted(words)) # 输出： ['apple', 'banana', 'cherry', 'date', 'elderberry']# 按字符串长度排序print(sorted(words, key=len)) # 输出： ['date', 'apple', 'banana', 'cherry', 'elderberry']# 先按长度排序，长度相同的按字母顺序words = ['apple', 'banana', 'cherry', 'date', 'fig']print(sorted(words, key=lambda x: (len(x), x)))# 输出： ['fig', 'date', 'apple', 'banana', 'cherry']# 先按分数降序，分数相同的按姓名升序students = [{'name': 'Alice', 'score': 85},{'name': 'Bob', 'score': 92},{'name': 'Charlie', 'score': 85},{'name': 'David', 'score': 78}]print(sorted(students, key=lambda x: (-x['score'], x['name'])))# 输出： [{'name': 'Bob', 'score': 92}, {'name': 'Alice', 'score': 85}, {'name': 'Charlie', 'score': 85}, {'name': 'David', 'score': 78}]# 忽略大小写排序words = ['Apple', 'banana', 'CHERRY', 'date']print(sorted(words, key=str.lower)) # 输出： ['Apple', 'banana', 'CHERRY', 'date']# 按绝对值排序numbers = [-5, 3, -1, 4, -2]print(sorted(numbers, key=abs)) # 输出： [-1, -2, 3, 4, -5]特性sortedlist.sort返回值返回新列表返回 None（原地修改）原始对象不修改原对象修改原列表适用性任何可迭代对象仅列表对象链式操作支持不支持numbers = [3, 1, 4, 2]# sorted 用法result = sorted(numbers)print(result) # 输出： [1, 2, 3, 4]print(numbers) # 输出： [3, 1, 4, 2] (原列表不变)# list.sort 用法numbers.sortprint(numbers) # 输出： [1, 2, 3, 4] (原列表被修改)class Person:def __init__(self, name, age):self.name = nameself.age = agedef __repr__(self):return f"Person({self.name}, {self.age})"people = [Person("Alice", 25),Person("Bob", 30),Person("Charlie", 20)]# 按年龄排序print(sorted(people, key=lambda p: p.age))# 输出： [Person(Charlie, 20), Person(Alice, 25), Person(Bob, 30)]# 按姓名排序print(sorted(people, key=lambda p: p.name))# 输出： [Person(Alice, 25), Person(Bob, 30), Person(Charlie, 20)]import operatorpeople = [{'name': 'Alice', 'age': 25},{'name': 'Bob', 'age': 30},{'name': 'Charlie', 'age': 20}]# 使用 operator.itemgetterprint(sorted(people, key=operator.itemgetter('age')))# 输出： [{'name': 'Charlie', 'age': 20}, {'name': 'Alice', 'age': 25}, {'name': 'Bob', 'age': 30}]# 使用 operator.attrgetter（对于自定义对象）class Product:def __init__(self, name, price):self.name = nameself.price = pricedef __repr__(self):return f"Product({self.name}, ${self.price})"products = [Product("Laptop", 1000), Product("Mouse", 25), Product("Keyboard", 75)]print(sorted(products, key=operator.attrgetter('price')))# 输出： [Product(Mouse, $25), Product(Keyboard, $75), Product(Laptop, $1000)]# 对于大数据集，考虑使用生成器表达式large_data = (x for x in range(1000000)) # 生成器sorted_data = sorted(large_data) # 仍然需要将所有数据加载到内存# 如果内存是瓶颈，考虑其他方法（如分批处理）场景2：文件处理# 按文件大小排序文件import osfiles = ['file1.txt', 'file2.txt', 'file3.txt']# 假设这些文件存在并有不同大小sorted_files = sorted(files, key=lambda f: os.path.getsize(f))print(sorted_files)类型一致性：排序的元素必须是可比较的# mixed = [1, 'a', 2] # TypeError: '功能对可迭代对象进行排序，返回新列表参数iterable, key, reverse返回值新的排序后的列表关键特性稳定排序、不修改原对象、支持自定义排序规则时间复杂度O(n log n)适用场景数据排序、数据分析、文件处理等sorted 是 Python 中最常用和强大的函数之一，它的灵活性和强大的 key 参数使其能够处理各种复杂的排序需求。
来源：永生自媒体
