Die Python-Sortierlisten-Array-Methode - Aufsteigend und absteigend, erläutert anhand von Beispielen

Wenn Sie lernen möchten, wie Sie mit der sort()Methode in Ihren Python-Projekten arbeiten, ist dieser Artikel genau das Richtige für Sie. Diese Methode ist sehr leistungsfähig und kann an Ihre Bedürfnisse angepasst werden. Sehen wir uns also an, wie sie im Detail funktioniert.

Du wirst es lernen:

  • Verwendung dieser Methode und Anpassen der Funktionalität.
  • Wann man es benutzt und wann man es nicht benutzt.
  • Wie man es nennt, indem man verschiedene Kombinationen von Argumenten übergibt.
  • So sortieren Sie eine Liste in aufsteigender und absteigender Reihenfolge.
  • So vergleichen Sie die Elemente einer Liste anhand von Zwischenwerten.
  • Wie Sie Lambda-Funktionen an diese Methode übergeben können.
  • Wie diese Methode mit der sorted()Funktion verglichen wird .
  • Warum die sort()Methode eine stabile Sortierung durchführt.
  • Wie der Mutationsprozess hinter den Kulissen funktioniert.

Sind Sie bereit? Lass uns anfangen! ⭐

🔹 Zweck und Anwendungsfälle

Mit der sort()Methode können Sie eine Liste in folgenden Kategorien sortieren:

  • Aufsteigende Reihenfolge
  • Absteigende Reihenfolge

Diese Methode wird verwendet, um eine Liste an Ort und Stelle zu sortieren. Dies bedeutet, dass sie mutiert oder direkt geändert wird, ohne dass zusätzliche Kopien erstellt werden. Denken Sie also daran:

Sie werden in diesem Artikel mehr über Mutationen erfahren (ich verspreche es!), Aber im Moment ist es sehr wichtig, dass Sie wissen, dass die sort()Methode die Liste ändert, sodass die ursprüngliche Version verloren geht.

Aus diesem Grund sollten Sie diese Methode nur verwenden, wenn:

  • Sie möchten die Liste dauerhaft ändern (sortieren).
  • Sie müssen die Originalversion der Liste nicht behalten.

Wenn dies Ihren Anforderungen entspricht, ist die .sort()Methode genau das, wonach Sie suchen.

🔸 Syntax und Argumente

Mal sehen, wie Sie anrufen können .sort(), um die volle Leistung zu nutzen.

Dies ist der grundlegendste Aufruf (ohne Argumente):

Wenn Sie keine Argumente übergeben, standardmäßig:

  • Die Liste wird in aufsteigender Reihenfolge sortiert.
  • Die Elemente der Liste werden direkt anhand ihrer Werte mit dem <Operator verglichen .

Zum Beispiel:

>>> b = [6, 3, 8, 2, 7, 3, 9] >>> b.sort() >>> b [2, 3, 3, 6, 7, 8, 9] # Sorted!

Benutzerdefinierte Argumente  

Um die Funktionsweise der sort()Methode anzupassen , können Sie zwei optionale Argumente übergeben:

  • Schlüssel
  • Umkehren

Mal sehen, wie sie das Verhalten dieser Methode ändern. Hier haben wir einen Methodenaufruf mit diesen beiden Argumenten:

Bevor ich erkläre, wie sie funktionieren, möchte ich etwas erklären, das Sie wahrscheinlich im obigen Diagramm bemerkt haben - im Methodenaufruf müssen die Namen der Parameter vor ihren entsprechenden Werten eingefügt werden, wie folgt:

  • key=
  • reverse=

Dies liegt daran, dass es sich nur um Keyword-Argumente handelt . Wenn Sie einen benutzerdefinierten Wert für sie übergeben, müssen ihre Namen im Methodenaufruf angegeben werden, gefolgt von einem Gleichheitszeichen =und den entsprechenden Werten wie folgt :

Wenn Sie andernfalls versuchen, die Argumente direkt zu übergeben, wie wir es normalerweise für Positionsparameter tun, wird dieser Fehler angezeigt, da die Funktion nicht weiß, welches Argument welchem ​​Parameter entspricht:

TypeError: sort() takes no positional arguments

Umkehren

Nachdem Sie nun wissen, was nur Schlüsselwortargumente sind, beginnen wir mit reverse.

Der Wert von reversekann entweder Trueoder sein False:

  • False bedeutet, dass die Liste in aufsteigender Reihenfolge sortiert wird.
  • True bedeutet, dass die Liste in absteigender (umgekehrter) Reihenfolge sortiert wird.

💡 Tipp: Standardmäßig lautet der Wert False: Wenn Sie für diesen Parameter keine Argumente übergeben, wird die Liste in aufsteigender Reihenfolge sortiert.

Hier haben wir einige Beispiele:

# List of Integers >>> b = [6, 3, 8, 2, 7, 3, 9] >>> b.sort() >>> b [2, 3, 3, 6, 7, 8, 9] # List of Strings >>> c = ["A", "Z", "D", "T", "U"] >>> c.sort() >>> c ['A', 'D', 'T', 'U', 'Z'] 

💡 Tipp: Wenn die Elemente der Liste Zeichenfolgen sind, werden sie alphabetisch sortiert.

# List of Integers >>> b = [6, 3, 8, 2, 7, 3, 9] >>> b.sort(reverse=True) >>> b [9, 8, 7, 6, 3, 3, 2] # List of Strings >>> c = ["A", "Z", "D", "T", "U"] >>> c.sort(reverse=True) >>> c ['Z', 'U', 'T', 'D', 'A']

💡 Tipp: Beachten Sie, wie die Liste in absteigender Reihenfolge sortiert reverseist True.

Schlüssel

Nachdem Sie nun wissen, wie Sie mit dem reverseParameter arbeiten, sehen wir uns den keyParameter an.

Dieser Parameter ist etwas detaillierter, da er bestimmt, wie die Elemente der Liste während des Sortiervorgangs verglichen werden.

Der Wert von keyist entweder:

  • None, which means that the elements of the list will be compared directly. For example, in a list of integers, the integers themselves can be used for the comparison.
  • Afunction of one argument that generates an intermediate value for each element. This intermediate value is calculated only once and it's used to make the comparisons during the entire sorting process. We use this when we don't want to compare the elements directly, for example, when we want to compare strings based on their length (the intermediate value).

💡 Tip: By default, the value of key is None, so the elements are compared directly.

For example:

Let's say that we want to sort a list of strings based on their length, from the shortest string to the longest string. We can pass the function len as the value of key, like this:

>>> d = ["aaa", "bb", "c"] >>> d.sort(key=len) >>> d ['c', 'bb', 'aaa']

💡 Tip: Notice that we are only passing the name of the function (len) without parenthesis because we are not calling the function. This is very important.

Notice the difference between comparing the elements directly and comparing their length (see below). Using the default value of key (None) would have sorted the strings alphabetically (left), but now we are sorting them based on their length (right):

What happens behind the scenes? Each element is passed as an argument to the len() function, and the value returned by this function call is used to perform the comparisons during the sorting process:

This results in a list with a different sorting criteria: length.

Here we have another example:

Another interesting example is sorting a list of strings as if they were all written in lowercase letters (for example, making "Aa" equivalent to "aa").

According to lexicographical order, capital letters come before lowercase letters:

>>> "E" < "e" True

So the string "Emma" would come before "emily" in a sorted list, even if their lowercase versions would be in the opposite order:

>>> "Emma" >> "emma" < "emily" False

To avoid distinguishing between capital and lowercase letters, we can pass the function str.lower as key. This will generate a lowercase version of the strings that will be used for the comparisons:

>>> e = ["Emma", "emily", "Amy", "Jason"] >>> e.sort(key=str.lower) >>> e ['Amy', 'emily', 'Emma', 'Jason']

Notice that now, "emily" comes before "Emma" in the sorted list, which is exactly what we wanted.

💡 Tip: if we had used the default sorting process, all the strings that started with an uppercase letter would have come before all the strings that started with a lowercase letter:

>>> e = ["Emma", "emily", "Amy", "Jason"] >>> e.sort() >>> e ['Amy', 'Emma', 'Jason', 'emily']

Here is an example using Object-Oriented Programming (OOP):

If we have this very simple Python class:

>>> class Client: def __init__(self, age): self.age = age

And we create four instances:

>>> client1 = Client(67) >>> client2 = Client(23) >>> client3 = Client(13) >>> client4 = Client(35)

We can make a list that references them:

>>> clients = [client1, client2, client3, client4]

Then, if we define a function to get the age of these instances:

>>> def get_age(client): return client.age

We can sort the list based on their age by passing the get_age function an an argument:

>>> clients.sort(key=get_age)

This is the final, sorted version of the list. We use a for loop to print the age of the instances in the order that they appear in the list:

>>> for client in clients: print(client.age) 13 23 35 67

Exactly what we wanted – now the list is sorted in ascending order based on the age of the instances.

💡 Tip: Instead of defining a get_age function, we could have used a lambda function to get the age of each instance, like this:

>>> clients.sort(key=lambda x: x.age)

Lambda functions are small and simple anonymous functions, which means that they don't have a name. They are very helpful for these scenarios when we only want to use them in particular places for a very short period of time.

This is the basic structure of the lambda function that we are using to sort the list:

Passing Both Arguments

Awesome! Now you know to customize the functionality of the sort() method. But you can take your skills to a whole new level by combining the effect of key and reverse in the same method call:

>>> f = ["A", "a", "B", "b", "C", "c"] >>> f.sort(key=str.lower, reverse=True) >>> f ['C', 'c', 'B', 'b', 'A', 'a']

These are the different combinations of the arguments and their effect:

The Order of Keyword-Only Arguments Doesn't Matter

Since we are specifying the names of the arguments, we already know which value corresponds to which parameter, so we can include either key or reverse first in the list and the effect will be exactly the same.

So this method call:

Is equivalent to:

This is an example:

>>> a = ["Zz", "c", "y", "o", "F"] >>> a.sort(key=str.lower, reverse=True) >>> a ['Zz', 'y', 'o', 'F', 'c']

If we change the order of the arguments, we get the exact same result:

>>> a = ["Zz", "c", "y", "o", "F"] >>> a.sort(reverse=True, key=str.lower) >>> a ['Zz', 'y', 'o', 'F', 'c']

🔹 Return Value

Lassen Sie uns nun ein wenig über den Rückgabewert dieser Methode sprechen. Die sort()Methode gibt zurück None- sie gibt keine sortierte Version der Liste zurück, wie wir es intuitiv erwarten könnten.

Laut der Python-Dokumentation:

Um Benutzer daran zu erinnern, dass es nebenbei arbeitet, wird die sortierte Sequenz nicht zurückgegeben.

Grundsätzlich wird dies verwendet, um uns daran zu erinnern, dass wir die ursprüngliche Liste im Speicher ändern und keine neue Kopie der Liste generieren.

Dies ist ein Beispiel für den Rückgabewert von sort():

>>> nums = [6.5, 2.4, 7.3, 3.5, 2.6, 7.4] # Assign the return value to this variable: >>> val = nums.sort() # Check the return value: >>> print(val) None

Sehen? Nonewurde vom Methodenaufruf zurückgegeben.

💡 Tip: It is very important not to confuse the sort() method with the sorted() function, which is a function that works very similarly, but doesn't modify the original list. Instead sorted() generates and returns a new copy of the list, already sorted.

This is an example that we can use to compare them:

# The sort() method returns None >>> nums = [6.5, 2.4, 7.3, 3.5, 2.6, 7.4] >>> val = nums.sort() >>> print(val) None
# sorted() returns a new sorted copy of the original list >>> nums = [6.5, 2.4, 7.3, 3.5, 2.6, 7.4] >>> val = sorted(nums) >>> val [2.4, 2.6, 3.5, 6.5, 7.3, 7.4] # But it doesn't modify the original list >>> nums [6.5, 2.4, 7.3, 3.5, 2.6, 7.4]

This is very important because their effect is very different. Using the sort() method when you intended to use sorted() can introduce serious bugs into your program because you might not realize that the list is being mutated.

🔸 The sort() Method Performs a Stable Sort

Now let's talk a little bit about the characteristics of the sorting algorithm used by sort().

Diese Methode führt eine stabile Sortierung durch, da sie mit einer Implementierung von TimSort funktioniert, einem sehr effizienten und stabilen Sortieralgorithmus.

Laut der Python-Dokumentation:

Eine Sortierung ist stabil, wenn sie garantiert , dass die relative Reihenfolge der Elemente, die gleich sind, nicht geändert wird. Dies ist hilfreich, um in mehreren Durchgängen zu sortieren (z. B. nach Abteilung und dann nach Gehaltsstufe sortieren).

Dies bedeutet, dass zwei Elemente, die denselben Wert oder Zwischenwert (Schlüssel) haben, garantiert relativ zueinander in derselben Reihenfolge bleiben.

Mal sehen, was ich damit meine. Bitte schauen Sie sich dieses Beispiel für einige Momente an:

>>> d = ["BB", "AA", "CC", "A", "B", "AAA", "BBB"] >>> d.sort(key=len) >>> d ['A', 'B', 'BB', 'AA', 'CC', 'AAA', 'BBB']

Wir vergleichen die Elemente anhand ihrer Länge, da wir die lenFunktion als Argument für übergeben haben key.

We can see that there are three elements with length 2: "BB", "AA", and "CC" in that order.

Now, notice that these three elements are in the same relative order in the final sorted list:

This is because the algorithm is guaranteed to be stable and the three of them had the same intermediate value (key) during the sorting process (their length was 2, so their key was 2).

💡 Tip: The same happened with "A" and "B" (length 1) and "AAA" and "BBB" (length 3), their original order relative to each other was preserved.

Now you know how the sort() method works, so let's dive into mutation and how it can affect your program.

🔹 Mutation and Risks

As promised, let's see how the process of mutation works behind the scenes:

When you define a list in Python, like this:

a = [1, 2, 3, 4]

You create an object at a specific memory location. This location is called the "memory address" of the object, represented by a unique integer called an id.

You can think of an id as a "tag" used to identify a specific place in memory:

You can access a list's id using the id() function, passing the list as argument:

>>> a = [1, 2, 3, 4] >>> id(a) 60501512

When you mutate the list, you change it directly in memory. You may ask, why is this so risky?

It's risky because it affects every single line of code that uses the list after the mutation, so you may be writing code to work with a list that is completely different from the actual list that exists in memory after the mutation.

This is why you need to be very careful with methods that cause mutation.

In particular, the sort() method mutates the list. This is an example of its effect:

Here is an example:

# Define a list >>> a = [7, 3, 5, 1] # Check its id >>> id(a) 67091624 # Sort the list using .sort() >>> a.sort() # Check its id (it's the same, so the list is the same object in memory) >>> id(a) 67091624 # Now the list is sorted. It has been mutated! >>> a [1, 3, 5, 7]

The list was mutated after calling .sort().

Every single line of code that works with list a after the mutation has occurred will use the new, sorted version of the list. If this was not what you intended, you may not realize that other parts of your program are working with the new version of the list.

Here is another example of the risks of mutation within a function:

# List >>> a = [7, 3, 5, 1] # Function that prints the elements of the list in ascending order. >>> def print_sorted(x): x.sort() for elem in x: print(elem) # Call the function passing 'a' as argument >>> print_sorted(a) 1 3 5 7 # Oops! The original list was mutated. >>> a [1, 3, 5, 7]

The list a that was passed as argument was mutated, even if that wasn't what you intended when you initially wrote the function.

💡 Tip: If a function mutates an argument, it should be clearly stated to avoid introducing bugs into other parts of your program.

🔸 Summary of the sort() Method

  • The sort() method lets you sort a list in ascending or descending order.
  • It takes two keyword-only arguments: key and reverse.
  • reverse determines if the list is sorted in ascending or descending order.
  • key is a function that generates an intermediate value for each element, and this value is used to do the comparisons during the sorting process.
  • The sort() method mutates the list, causing permanent changes. You need to be very careful and only use it if you do not need the original version of the list.

I really hope that you liked my article and found it helpful. Now you can work with the sort() method in your Python projects. Check out my online courses. Follow me on Twitter. ⭐️