python sort库

### Python 中的排序库和函数

Python 提供了多种内置方法来处理数据排序，这些功能既高效又易于使用。

#### 内置 `sorted()` 函数
`sorted()` 是一个非常灵活且强大的内建函数，可以用于任何可迭代对象。该函数返回一个新的已排序列表，并允许通过指定关键字参数来自定义排序行为[^1]。

numbers = [5, 2, 9, 1, 7]
sorted_numbers = sorted(numbers)
print(sorted_numbers)  # 输出: [1, 2, 5, 7, 9]

# 使用 key 参数自定义排序逻辑
words = ['apple', 'banana', 'cherry']
sorted_words_by_length = sorted(words, key=len)
print(sorted_words_by_length)  # 输出: ['apple', 'cherry', 'banana']

#### 列表对象的 `.sort()` 方法
`.sort()` 是列表类型的实例方法，在原地修改列表而不创建新副本。此方法同样支持 `key` 和 `reverse` 参数以调整排序方式。

my_list = [3, 1, 4, 1, 5, 9]
my_list.sort()
print(my_list)  # 输出: [1, 1, 3, 4, 5, 9]

# 倒序排列
my_list.sort(reverse=True)
print(my_list)  # 输出: [9, 5, 4, 3, 1, 1]

#### NumPy 库中的排序功能
对于数值型数组操作，NumPy 提供了一系列高效的排序算法实现。例如 `numpy.sort()` 可以直接应用于多维数组并沿特定轴执行排序[^3]。

import numpy as np

array_2d = np.array([[8, 2], [5, 6]])
sorted_array = np.sort(array_2d, axis=None)
print(sorted_array)  # 输出: [2 5 6 8]

#### Pandas 数据框排序
当涉及到结构化表格数据时，Pandas 提供了方便的方法来进行基于列名或多级索引的排序。这使得数据分析过程中能够轻松管理复杂的数据集。

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
})
sorted_df = df.sort_values(by='age')
print(sorted_df)

"""
     name  age
0   Alice   25
1     Bob   30
2  Charlie   35
"""