在Python编程中，排序是一项常见的操作。Python提供了强大的排序功能，通过sorted()函数和列表的sort()方法，可以方便地对列表进行排序。这两个方法都支持key参数，允许开发者自定义排序规则。本文将通过详细的方法和示例，讲解如何在Python3中实现自定义排序。
一、基础排序Python的sorted()函数返回一个新的列表，而列表的sort()方法则直接对原列表进行排序，不返回任何值（返回值为None）。
基础示例
numbers = [5, 2, 9, 1, 5, 6]sorted_numbers = sorted(numbers)print(sorted_numbers) # 输出: [1, 2, 5, 5, 6, 9]使用sort()方法：
pythonnumbers = [5, 2, 9, 1, 5, 6]numbers.sort()print(numbers) # 输出: [1, 2, 5, 5, 6, 9]
二、自定义排序规则通过key参数，可以自定义排序规则。key参数接收一个函数，该函数会接收列表中的每一个元素作为参数，并返回一个值作为该元素的排序优先级。
2.1 按字符串长度排序
words = ["apple", "banana", "cherry", "date"]sorted_words = sorted(words, key=len)print(sorted_words) # 输出: ['date', 'apple', 'banana', 'cherry']
2.2 按元组的第二个元素排序
pairs = [(1, 3), (4, 1), (2, 5), (3, 2)]sorted_pairs = sorted(pairs, key=lambda x: x[1])print(sorted_pairs) # 输出: [(4, 1), (3, 2), (1, 3), (2, 5)]
2.3 降序排序通过reverse=True参数，可以实现降序排序。
numbers = [5, 2, 9, 1, 5, 6]sorted_numbers_desc = sorted(numbers, reverse=True)print(sorted_numbers_desc) # 输出: [9, 6, 5, 5, 2, 1]
使用sort()方法时也可以指定reverse=True：
numbers = [5, 2, 9, 1, 5, 6]numbers.sort(reverse=True)print(numbers) # 输出: [9, 6, 5, 5, 2, 1]
2.4 多条件排序有时需要根据多个条件进行排序，例如先按一个字段排序，再按另一个字段排序。
people = [('Alice', 25), ('Bob', 30), ('Alice', 22)]sorted_people = sorted(people, key=lambda x: (x[0], x[1]))print(sorted_people) # 输出: [('Alice', 22), ('Alice', 25), ('Bob', 30)]
三、使用lambda表达式定义复杂排序规则lambda表达式可以用于定义更复杂的排序规则。
3.1 按字典值排序
people = {"Alice": 30, "Bob": 25, "Charlie": 35}sorted_people = sorted(people.items(), key=lambda x: x[1])print(sorted_people) # 输出: [('Bob', 25), ('Alice', 30), ('Charlie', 35)]
3.2 对类对象排序
可以创建一个类，并根据类的属性对对象进行排序。
class Person: def init(self, name, age): self.name = name self.age = age
def __repr__(self):
return f"Person{name=self.name, age=self.age}"
创建Person对象
people = [Person("Alice", 30), Person("Bob", 25), Person("Charlie", 35)]
按年龄排序
sorted_people = sorted(people, key=lambda person: person.age)for person in sorted_people: print(person)
输出: Person{name='Bob', age=25}, Person{name='Alice', age=30}, Person{name='Charlie', age=35}
四、使用functools.cmp_to_key进行传统比较当需要使用传统的比较函数（cmp函数）时，可以使用functools.cmp_to_key进行转换。
from functools import cmp_to_key
自定义比较函数
def compare(a, b): if a % 2 == b % 2: return a - b # 相同类型（奇偶性）按大小排序 return -1 if a % 2 == 0 else 1 # 偶数优先
numbers = [1, 2, 3, 4, 5, 6, 7, 8]sorted_numbers = sorted(numbers, key=cmp_to_key(compare))print(sorted_numbers) # 输出: [2, 4, 6, 8, 1, 3, 5, 7]
五、复杂数据结构排序示例假设有一个包含列车信息的列表，需要根据“二等座”是否有票以及“历时”进行排序。
tickets = [ {'车次': 'G1', '历时': "1:23", '二等座': "有"}, {'车次': 'G2', '历时': "1:00", '二等座': "有"}, {'车次': 'G3', '历时': "0:23", '二等座': "13"}, {'车次': 'G4', '历时': "1:55", '二等座': "44"}, {'车次': 'G5', '历时': "0:21", '二等座': "13"}, {'车次': 'G6', '历时': "1:55", '二等座': "44"}]
定义比较函数
def cmp_seat(t1, t2): if t1["二等座"] == "有": if t2["二等座"] == "有": return 0 else: return -1 else: if t2["二等座"] == "有": return 1 else: return int(t2["二等座"]) - int(t1["二等座"])
def cmp_time(t1, t2): hs1 = t1["历时"].split(":") hs2 = t2["历时"].split(":") tm1 = int(hs1[0]) 60 + int(hs1[1]) tm2 = int(hs2[0]) 60 + int(hs2[1]) return tm1 - tm2
def cmp(t1, t2): if cmp_seat(t1, t2) != 0: return cmp_seat(t1, t2) else: return cmp_time(t1, t2)
使用cmp_to_key进行排序
tickets.sort(key=cmp_to_key(cmp))for ticket in tickets: print(ticket)
在这个例子中，cmp_seat函数用于比较“二等座”是否有票，cmp_time函数用于比较“历时”，cmp函数则综合这两个条件进行比较。最终通过tickets.sort(key=cmp_to_key(cmp))实现排序。
六、总结Python的自定义排序功能非常强大，通过key参数和functools.cmp_to_key，可以灵活地定义排序规则。无论是简单的数据类型（如整数和字符串），还是复杂的对象，都可以轻松实现自定义排序。掌握自定义排序，可以大大增强对数据的处理能力，为数据分析和处理提供更强大的支持。
通过本文的示例，希望读者能够深刻理解Python自定义排序的用法，并在实际编程中灵活运用。自定义排序不仅限于上述示例，开发者可以根据实际需求，设计出更加复杂和高效的排序规则。