Python sorted 函数详细介绍

📌 Python 中的 sorted() 函数详解（从入门到高阶）

---

✅ 1. 什么是 sorted()？

sorted() 是 Python 内置的​排序函数​，可以对​任意可迭代对象（如列表、元组、集合、字典等）进行排序，并返回一个新的有序列表​，​不会修改原始数据​。

🔹 基本语法：

sorted(iterable, *, key=None, reverse=False)

参数	说明
iterable	可迭代对象，如list、tuple、dict等
key	排序函数，用于指定排序依据
reverse	是否反向排序，默认为False（升序）

---

✅ 2. 基础用法：对列表排序

📌 示例 1：数字升序排序

numbers = [3, 1, 4, 1, 5, 9, 2]
result = sorted(numbers)
print(result)  # ✅ [1, 1, 2, 3, 4, 5, 9]

📌 示例 2：字符串排序（按字母）

words = ['banana', 'apple', 'cherry']
print(sorted(words))  # ✅ ['apple', 'banana', 'cherry']

✅ 注意：原始列表未被修改

print(numbers)  # ✅ [3, 1, 4, 1, 5, 9, 2]

---

✅ 3. 与 .sort() 的区别

特性	sorted()	list.sort()
返回新列表	✅ 是	❌ 否（就地排序）
适用于所有可迭代对象	✅ 是	❌ 仅限list
更推荐在函数式编程中使用	✅ 是	❌ 否
是否破坏原数据	❌ 不破坏	✅ 修改原对象

---

✅ 4. 使用 reverse=True 实现降序排序

scores = [60, 75, 90, 88, 70]
print(sorted(scores, reverse=True))  # ✅ [90, 88, 75, 70, 60]

---

✅ 5. 使用 key 指定排序依据

📌 示例 1：按字符串长度排序

words = ['apple', 'banana', 'pear', 'kiwi']
print(sorted(words, key=len))  # ✅ ['kiwi', 'pear', 'apple', 'banana']

📌 示例 2：忽略大小写排序

words = ['Banana', 'apple', 'Cherry']
print(sorted(words, key=str.lower))  # ✅ ['apple', 'Banana', 'Cherry']

---

✅ 6. 排序字典列表（企业常用）

📌 示例 1：按年龄排序员工列表

employees = [
    {"name": "Alice", "age": 30},
    {"name": "Bob", "age": 25},
    {"name": "Tom", "age": 35}
]

# 使用 key=lambda 获取字典中的 age 值
sorted_employees = sorted(employees, key=lambda emp: emp["age"])
for e in sorted_employees:
    print(e["name"], e["age"])

✅ 输出：

Bob 25
Alice 30
Tom 35

---

📌 示例 2：按多个字段排序（先按年龄，再按姓名）

employees = [
    {"name": "Alice", "age": 30},
    {"name": "Bob", "age": 25},
    {"name": "Alice", "age": 25}
]

# 多条件排序：先按 age 升序，再按 name 升序
sorted_employees = sorted(employees, key=lambda e: (e["age"], e["name"]))
for e in sorted_employees:
    print(f'{e["name"]} - {e["age"]}')

---

✅ 7. 复杂数据结构排序（企业实战）

📌 按文件大小排序（模拟文件信息）

files = [
    {"filename": "report.docx", "size": 2400},
    {"filename": "data.xlsx", "size": 5000},
    {"filename": "image.png", "size": 3200},
]

# 按 size 降序排序
largest_first = sorted(files, key=lambda f: f["size"], reverse=True)
for f in largest_first:
    print(f["filename"], f["size"])

✅ 输出：

data.xlsx 5000
image.png 3200
report.docx 2400

---

✅ 8. 与自定义函数结合

def get_last_digit(num):
    return num % 10

nums = [23, 41, 56, 77]
print(sorted(nums, key=get_last_digit))  # ✅ [41, 23, 56, 77]

---

✅ 9. 使用 operator 模块简化排序

from operator import itemgetter

employees = [
    {"name": "Alice", "age": 30},
    {"name": "Bob", "age": 25},
    {"name": "Tom", "age": 35}
]

# itemgetter('age') 等同于 lambda e: e['age']
sorted_list = sorted(employees, key=itemgetter("age"))

---

✅ 10. 不使用 sorted() 的影响

❌ 手动排序效率低 & 不安全

# 模拟手动排序逻辑（不推荐）
for i in range(len(scores)):
    for j in range(i + 1, len(scores)):
        if scores[i] > scores[j]:
            scores[i], scores[j] = scores[j], scores[i]

🔴 问题：

• ❌ 手写排序容易出错
• ❌ 可读性差
• ❌ 无法快速切换排序依据
• ✅ sorted() 性能优化好、支持多条件、key 定制灵活

---

✅ 11. 函数式编程中的 sorted()

结合 map、filter、lambda：

products = ["book", "TV", "laptop", "pen", "speaker"]
# 过滤出长度 > 3 的，并按字母排序
result = sorted(filter(lambda x: len(x) > 3, products))
print(result)  # ✅ ['book', 'laptop', 'speaker']

---

✅ 12. 总结：sorted() 的强大之处

功能	使用方式	优点
基本排序	sorted(list)	升序、稳定排序
降序排序	sorted(list, reverse=True)	快速实现降序
自定义排序	key=lambda x: ...	灵活
多字段排序	key=lambda x: (a, b)	企业数据处理场景
不修改原始数据	返回新列表	更安全
可排序任意可迭代对象	dict, tuple, set等	更通用

---

✅ 企业场景建议

场景	推荐方式
排序列表中的数字或字符串	sorted(list)
对复杂对象如字典排序	key=lambda x: x["key"]
多字段排序	key=lambda x: (x["a"], x["b"])
处理大数据列表	sorted()+key+reverse组合
工具型模块	使用operator.itemgetter提高效率

---

🧠 ​记住​：sorted() 是 Python 数据处理的​必备工具​，写清楚排序逻辑，让你的代码更清晰、更安全、更优雅。掌握 key 和 reverse，你就掌握了数据排序的核心。

🚀 从现在开始，让你的排序从手动实现 → Pythonic 优雅！