oeasy Python 119 多维列表排序_sorted_key_lambda

• 这是 oeasy 系统化 Python 教程，从基础一步步讲，扎实、完整、不跳步。愿意花时间学，就能真正学会。

多维列表排序_sorted_key_lambda

回忆

• ​​配套视频​​
• 上次 我们 了解了列表的 嵌套(embedded)

• 列表项 也可以是 列表
• 可以 一直 嵌套下去

• 数字 不只是 简单的数字

• 在 ​​结构​​ 中的数字

• 可以 在结构中随机

• 也可以 在结构中 ​​排序​​ 吗？

回忆排序

import random lst = list(range(5)) print(lst) random.shuffle(lst) print(lst) lst.sort() print(lst)

• 传统 排序

继续

• 构造列表

lst = [[1], [0]] lst.sort() lst

• 真的排了

• 咋排的呢？？

官方手册

• 官方手册 有啥说法 吗？
• ​​https://docs.python.org/3/reference/expressions.html#value-comparisons​​

Sequences compare lexicographically ...

• lexicographically 怎么理解？

lexicographically

• lexicographically

• /ˌleksɪkəˈɡræfɪkli/
• 字典序地

• lexico - 词典编纂

翻译

Sequences compare lexicographically using comparison of corresponding elements.

序列的比较 字典序地进行

即依次对比 两者对应位置的 元素

[1, 0, 1] < [1, 1, 0]

• 依次对比对应位置的元素

• 先比较 第0个列表项

• 相同

• 再比较 第1个列表项

• 不相同

• 什么结构 都能排序 吗？

准备

• lst 有两个列表项

1. 数字0
2. 列表[1]

lst = [0, [1]] lst.sort()

• 能 排序 吗？

排序前提

• 不能排序

• 排序的前提

• 得能 先 比大小

先比大小

0 < [1]

• 报同样的错

• ​​列表型​​ 和 ​​整型​​
• 不能 比大小

• 数值 很重要

• 整体数据​​结构​​
• 数据所在​​位置​​
• ​​更重要​​！！！

数据结构

• 数据结构 和 位置

• 比具体的 数值 更重要
• 结构不对
• 没有 比都没法比
• 更别说排序了

• 除了 list.sort方法 之外

• 还有 什么 排序方法？

询问

• 内建函数 sorted

• 有什么​​区别​​ 来着？🤔

• 不同之处

• list.sort 改原列表
• sorted 是 新建列表

• 具体怎么排序？

代码

• 二维列表

1. 姓名
2. 数学
3. 语文

student_list = [ ["张三", 85, 92], ["李四", 98, 89], ["王五", 76, 88], ["赵六", 90, 95], ["钱七", 82, 78] ]

• 想 按照 数学排序

数学 成绩

• 数学成绩

• 索引位置 为 1

shuxue = sorted(student_list, key=lambda x: x[1]) shuxue

• 排序的关键key

• 用的是 lambda

lambda x: x[1]

• 具体来说 什么是 lambda？

lambda表达式

• lambda 是

• 没有名字的临时函数
• 匿名函数

lambda x: x[1]

• 适合像 排序key 这种

• 临时用一次的 简单逻辑场景

• 那 为什么叫做 lambda 呢？

lambda名字由来

• 1930 年代

• 由数学家阿隆佐・丘奇
• 提出的一套数学逻辑系统
• 核心是 “用匿名函数来表达计算逻辑”

• λ 演算
• Lambda Calculus

λ 演算里

• 本身就是公式
• 不用 函数名

彻底聚焦 “做什么”

而不是 “叫什么”

• 可以按照 语文成绩 排序吗？

照猫画虎

• 参考因素 修改为

• 第2项 语文成绩

yuwen = sorted(student_list, key=lambda x: x[2]) yuwen

• 效果

• 可以从 高到低吗？

reverse

help(sorted)

• 查到参数

• 设置逆向

reverse=True

• 从高到低

• 比较的原则是

reverse=True

• 想按平均分排序

平均分

• 平均分 = (数学 + 语文) / 2

• key=lambda x: (x[1] + x[2])/2

average = sorted(student_list, key=lambda x: (x[1] + x[2])/2, reverse=True)

lambda x: (x[1] + x[2])/2

• 可以 有不同权重吗？

权重

• 按照 权重排序

• 加权分 = 数学×0.6 + 语文×0.4
• key=lambda x: x[1]*0.6 + x[2]*0.4

average = sorted(student_list, key=lambda x: x[1]*0.6 + x[2]*0.4, reverse=True)

• 排序 的 核心 是 权重

反思

• 今天的 生活

• 已经离不开
• 加权排序

1. 购物
2. 内容推荐

• 权重的配比 来自 lambda表达式
• 可以 按姓名 排序 吗？

姓名排序

pip install pypinyin pypinyin[stroke] # 安装拼音库+笔画扩展

• 先安装类库

student_list = [ ["张三", 85, 92], ["李四", 98, 89], ["王五", 76, 88], ["赵六", 90, 95], ["钱七", 82, 78] ] # 按姓名拼音精准排序 try: from pypinyin import lazy_pinyin print("===== 方法2：按姓名拼音精准升序排序 =====") # 按姓名的拼音字符串排序 sorted_by_name_pinyin = sorted(student_list, key=lambda x: ''.join(lazy_pinyin(x[0]))) for student in sorted_by_name_pinyin: name, math, chinese = student print(f"姓名：{name}，数学：{math}，语文：{chinese}") except ImportError: print("⚠️ 未安装pypinyin库，无法执行拼音精准排序！请先执行：pip install pypinyin") print("-" * 60)

• 这次的lambda表达式

• 调用了 lazy_pinyin函数

• 还 可以 怎么排序？

按照 字符串长度 排序

• 能 比大小

• 就能 排序

# 模拟短信数据：[内容, 发送时间] messages = [ ["【验证码】6897，5分钟内有效", "2026-03-06 10:00"], # 16字 ["恭喜您获得XX平台优惠券，点击链接领取...（省略50字）", "2026-03-06 09:50"], # 60字 ["您的银行卡尾号1234入账500元", "2026-03-06 09:40"], # 18字 ["XX楼盘特价出售，首付20万起...（省略40字）", "2026-03-06 09:30"] # 50字 ] # 按短信内容长度升序（有效短短信在前） sorted_messages = sorted(messages, key=lambda x: len(x[0])) print("按短信长度排序（有效短信优先）：") for content, time in sorted_messages: print(f"[{time}] {content[:20]}... ({len(content)}字)")

• 任务达成

总结

• 这次我们 了解了 多维列表排序

• 默认是 直接比大小

• 可迭代对象students

• 对于students中的 每次迭代的x
• 可以按照 lambda表达式 排序

• 多维列表 的 赋值

• 有 什么​​特点​​ 吗？？🤔

• 下次再说 👋
• ​​配套视频​​
• 本文来自 oeasy Python 系统教程。
• 想完整、扎实学 Python，
• 搜索 oeasy 即可。