python传入比较函数 python比较语句

python sort()用法

Python中的sort()方法用于数组排序，下面以实例形式对此加以详细说明：

一、基本形式

列表有自己的sort方法，其对列表进行原址排序，既然是原址排序，那显然元组不可能拥有这种方法，因为元组是不可修改的。

x = [4, 6, 2, 1, 7, 9]x.sort()

print x # [1, 2, 4, 6, 7, 9]

如果需要一个排序好的副本，同时保持原有列表不变，怎么实现呢

x =[4, 6, 2, 1, 7, 9]

y = x[ : ]

y.sort()

print y #[1, 2, 4, 6, 7, 9]

print x #[4, 6, 2, 1, 7, 9]

注意：y = x[:] 通过分片操作将列表x的元素全部拷贝给y，如果简单的把x赋值给y：y = x，y和x还是指向同一个列表，并没有产生新的副本。

另一种获取已排序的列表副本的方法是使用sorted函数：

x =[4, 6, 2, 1, 7, 9]

y = sorted(x)

print y #[1, 2, 4, 6, 7, 9]

print x #[4, 6, 2, 1, 7, 9]

sorted返回一个有序的副本，并且类型总是列表，如下：

print sorted('Python') #['P', 'h', 'n', 'o', 't', 'y']

二、自定义比较函数

可以定义自己的比较函数，然后通过参数传递给sort方法：

def comp(x, y):

if x  y:

return 1

elif x  y:

return -1

else:

return 0

nums = [3, 2, 8 ,0 , 1]

nums.sort(comp)

print nums # 降序排序[8, 3, 2, 1, 0]

nums.sort(cmp) # 调用内建函数cmp ，升序排序

print nums # 降序排序[0, 1, 2, 3, 8]

三、可选参数

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 # ['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]

相关问答

Q1: python sorted函数（比较大小）

students = [('john', 'A', 15), ('jane', 'B', 12), ('dave','B', 10)]

print(sorted(students,key=lambda s: s[0]))

key指定一个接收一个参数的函数，这个函数用于从每个元素中提取一个用于比较的关键字。默认值为None

例子

为啥会这样呢？默认不是应该按升序排列。

仔细看 我们lambda返回的是一个元祖，（布尔，布尔,绝对值）

由于key函数主要作用是根据我们自己的要求，取出指定的元素来进行排序，不过我们现在返回的是一个元祖，所以我们首先按布尔进行排序，当有相同的我们在往后面一个元素找，然后进行排序，所以就变成这样了。

Q2: python的sorted排序问题

test = [6,1,2,3,4,5]

a = sorted(test,reverse=True)

print a

结果如下python传入比较函数：

[6, 5, 4, 3, 2, 1]

python传入比较函数你可以参考下sorted,里面是可以接收reverse参数python传入比较函数的

def sorted(iterable, cmp=None, key=None, reverse=False): # real signature unknown; restored from __doc__

""" sorted(iterable, cmp=None, key=None, reverse=False) -- new sorted list """

pass

Q3: python怎么向类中的函数传递参数

Python中函数参数的传递是通过“赋值”来传递的。但这条规则只回答了函数参数传递的“战略问题”，并没有回答“战术问题”，也就说没有回答怎么赋值的问题。函数参数的使用可以分为两个方面，一是函数参数如何定义，二是函数在调用时的参数如何解析的。而后者又是由前者决定的。函数参数的定义有四种形式：

1. F(arg1,arg2,...)

2. F(arg2=value,arg3=value...)

3. F(*arg1)

4. F(**arg1)

第1 种方式是最“传统”的方式：一个函数可以定义不限个数参数，参数（形式参数）放在跟在函数名后面的小括号中，各个参数之间以逗号隔开。用这种方式定义的函数在调用的时候也必须在函数名后的小括号中提供相等个数的值（实际参数），不能多也不能少，而且顺序还必须相同。也就是说形参和实参的个数必须一致，而且想给形参1的值必须是实参中的第一位，形参与实参之间是一一对应的关系，即“形参1=实参1 形参2=实参2...”。很明显这是一种非常不灵活的形式。比如："def addOn(x,y): return x + y"，这里定义的函数addOn，可以用addOn(1,2)的形式调用，意味着形参x将取值1,主将取值2。addOn(1,2,3)和addOn (1)都是错误的形式。

第2种方式比第1种方式，在定义的时候已经给各个形参定义了默认值。因此，在调用这种函数时，如果没有给对应的形式参数传递实参，那么这个形参就将使用默认值。比如：“def addOn(x=3,y=5): return x + y”，那么addOn(6,5)的调用形式表示形参x取值6，y取值5。此外，addOn(7)这个形式也是可以的，表示形参x取值7，y取默认值5。这时候会出现一个问题，如果想让x取默认值，用实参给y赋值怎么办？前面两种调用形式明显就不行了，这时就要用到Python中函数调用方法的另一大绝招 ──关健字赋值法。可以用addOn(y=6)，这时表示x取默认值3，而y取值6。这种方式通过指定形式参数可以实现可以对形式参数进行“精确攻击”，一个副带的功能是可以不必遵守形式参数的前后顺序，比如：addOn(y=4,x=6)，这也是可以的。这种通过形式参数进行定点赋值的方式对于用第1种方式定义的函数也是适用的。

上面两种方式定义的形式参数的个数都是固定的，比如定义函数的时候如果定义了5个形参，那么在调用的时候最多也只能给它传递5个实参。但是在实际编程中并不能总是确定一个函数会有多少个参数。第3种方式就是用来应对这种情况的。它以一个*加上形参名的方式表示，这个函数实际参数是不一定的，可以是零个，也可以是N个。不管是多少个，在函数内部都被存放在以形参名为标识符的tuple中。比如：

对这个函数的调用addOn() addOn(2) addOn(3,4,5,6)等等都是可以的。

与第3种方式类似，形参名前面加了两个*表示，参数在函数内部将被存放在以形式名为标识符的dictionary中。这时候调用函数必须采用key1=value1、key2=value2...的形式。比如：

1. def addOn(**arg):

2. sum = 0

3. if len(arg) == 0: return 0

4. else:

5. for x in arg.itervalues():

6. sum += x

7. return sum

那么对这个函数的调用可以用addOn()或诸如addOn(x=4,y=5,k=6)等的方式调用。

上面说了四种函数形式定义的方式以及他们的调用方式，是分开说的，其实这四种方式可以组合在一起形成复杂多样的形参定义形式。在定义或调用这种函数时，要遵循以下规则：

1. arg=value必须在arg后

2. *arg必须在arg=value后

3. **arg必须在*arg后

在函数调用过程中，形参赋值的过程是这样的：

首先按顺序把“arg”这种形式的实参给对应的形参

第二，把“arg=value”这种形式的实参赋值给形式

第三，把多出来的“arg”这种形式的实参组成一个tuple给带一个星号的形参

第四，把多出来的“key=value”这种形式的实参转为一个dictionary给带两个星号的形参。

例子：

1. def test(x,y=5,*a,**b):

2. print x,y,a,b

就这么一个简单函数，来看看下面对这个函数调用会产生什么结果：

test(1) === 1 5 () {}

test(1,2) === 1 2 () {}

test(1,2,3) === 1 2 (3,) {}

test(1,2,3,4) === 1 2 (3,4)

test(x=1) === 1 5 () {}

test(x=1,y=1) === 1 1 () {}

test(x=1,y=1,a=1) === 1 1 () {'a':1}

test(x=1,y=1,a=1,b=1) === 1 1 () {'a':1,'b':1}

test(1,y=1) === 1 1 () {}

test(1,2,y=1) === 出错，说y给赋了多个值

test(1,2,3,4,a=1) === 1 2 (3,4) {'a':1}

test(1,2,3,4,k=1,t=2,o=3) === 1 2 (3,4) {'k':1,'t':2,'o':3}

Q4: python 里面有没有比较两个列表的函数？

仅限没有重复的情况。

gt;gt;gt; a=[1,2,3,4,5,6]

gt;gt;gt; b=[1,2,3]

gt;gt;gt; set(a)-set(b)

set([4, 5, 6])

如果要考虑重复的话，就有点麻烦了：

from math import fabs

def compare(list1,list2):

nbsp;nbsp;nbsp;dict1=dict()

nbsp;nbsp;nbsp;dict2=dict()

nbsp;nbsp;nbsp;total = list(set(list1+list2))

nbsp;nbsp;nbsp;dif = []

nbsp;nbsp;nbsp;for i in list1:

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;if str(i) in dict1:

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;dict1[str(i)] += 1

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;else:

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;dict1[str(i)] = 1

nbsp;nbsp;nbsp;for i in list2:

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;if str(i) in dict2:

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;dict2[str(i)] += 1

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;else:

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;dict2[str(i)] = 1

nbsp;nbsp;nbsp;for i in total:

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;if str(i) not in dict1 or str(i) not in dict2:

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;if str(i) in dict1:

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;for num in range(int(dict1[str(i)])):

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;dif.append(i)

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;else:

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;for num in range(int(dict2[str(i)])):

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;dif.append(i)

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;else:

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;count = fabs(int(dict1[str(i)])-int(dict2[str(i)]))

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;for num in range(int(count)):

nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;dif.append(i)

nbsp;nbsp;nbsp;return dif

a=[1,1,1,1,2,3,4,4,4,5,6,7,8,9]

b=[2,2,2,2,3,4,4,4,4,5,6,7,8,9,10,11]

print compare(a,b)

Q5: python使用了for,if,elif,else语句，定义一个比较大小的函数？

方法用错了, 首先不能是DataFrame的applymap方法 这个方法是对每一个元素进行处理的

其次, 处理函数(你的func_wd)是接受一个值, 返回一个值, 不是接受一堆值然后循环

def func_wd(x) 这个x就是wd那一列中的某一个值, 里面直接分支返回就行了:

在map这个方法的时候, 用Series的apply:

data['wd'] = data['wd'].apply(fuc_wd)

这样就行了

关于python传入比较函数和python比较语句的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。