Python中l(wèi)ambda排序的六種方法
1.對單個變量進(jìn)行排序
#lst = [[5,8],[5,3],[3,1]] lst.sort(key = lambda x : x[1]) #lst = [[3,1],[5,8],[5,3]]
以元素的第二個元素升序排列
2. 對多個變量進(jìn)行排序
#lst = [[5,8],[5,3],[3,1]] lst.sort(key = lambda x : (x[1],x[0])) #lst = [[3,1],[5,3],[5,8]]
以元素的第二個元素先升序排列,再以第一個元素升序排列
3. 降序排列
#lst = [[5,8],[5,3],[3,1]] lst.sort(key = lambda x : (x[1],x[0]), reverse = True) #lst = [[5,8],[5,3],[3,1]]
以元素的第二個元素降序排列,再以第一個元素降序排列
4. 單獨(dú)降序
#lst = [[5,8],[5,3],[3,1]] lst.sort(key = lambda x : (x[1],-x[0])) #lst = [[3,1],[5,8],[5,3]]
以元素的第二個元素升序排列,再以第一個元素降序排列
若不想更改原有的列表,只需使用sorted即可。
1.對單個變量進(jìn)行排序
#lst = [[5,8],[5,3],[3,1]] lst.sort(key = lambda x : x[1]) #lst = [[3,1],[5,8],[5,3]]
以元素的第二個元素升序排列
2. 對多個變量進(jìn)行排序
#lst = [[5,8],[5,3],[3,1]] lst.sort(key = lambda x : (x[1],x[0])) #lst = [[3,1],[5,3],[5,8]]
以元素的第二個元素先升序排列,再以第一個元素升序排列
3. 降序排列
#lst = [[5,8],[5,3],[3,1]] lst.sort(key = lambda x : (x[1],x[0]), reverse = True) #lst = [[5,8],[5,3],[3,1]]
以元素的第二個元素降序排列,再以第一個元素降序排列
4. 單獨(dú)降序
#lst = [[5,8],[5,3],[3,1]] lst.sort(key = lambda x : (x[1],-x[0])) #lst = [[3,1],[5,8],[5,3]]
以元素的第二個元素升序排列,再以第一個元素降序排列
若不想更改原有的列表,只需使用sorted即可。
到此這篇關(guān)于Python中l(wèi)ambda排序的六種方法的文章就介紹到這了,更多相關(guān)Python lambda排序內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python __init__與 __new__的區(qū)別
本文主要介紹了python __init__與 __new__的區(qū)別,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02Python使用TextRank算法實(shí)現(xiàn)文獻(xiàn)關(guān)鍵信息提取
?TextRank算法是一種基于圖的排序算法,主要用于文本處理中的關(guān)鍵詞提取和文本摘要,下面我們就來看看如何使用?TextRank算法實(shí)現(xiàn)文獻(xiàn)關(guān)鍵信息提取吧2025-03-03詳解如何用TensorFlow訓(xùn)練和識別/分類自定義圖片
這篇文章主要介紹了詳解如何用TensorFlow訓(xùn)練和識別/分類自定義圖片,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08python三元運(yùn)算符實(shí)現(xiàn)方法
這篇文章主要介紹了python實(shí)現(xiàn)三元運(yùn)算符的方法,大家參考使用吧2013-12-12使用python+whoosh實(shí)現(xiàn)全文檢索
今天小編就為大家分享一篇使用python+whoosh實(shí)現(xiàn)全文檢索,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12