之一:
在学习python的过程中，感觉python中的排序相和c++中的泛型算法还是比较相似的，但相对于c++而言更加简单易用。
python中列表的内置函数sort（）可以对列表中的元素进行排序，而全局性的sorted（）函数则对所有可迭代的序列都是适用的；并且sort（）函数是内置函数，会改变当前对象，而sorted（）函数只会返回一个排序后的当前对象的副本，而不会改变当前对象。
1、内置函数sort（）
原型：sort（fun，key，reverse=False）
参数fun是表明此sort函数是基于何种算法进行排序的，一般默认情况下python中用的是归并排序，并且一般情况下我们是不会重写此参数的，所以基本可以忽略；
参数key用来指定一个函数，此函数在每次元素比较时被调用，此函数代表排序的规则，也就是你按照什么规则对你的序列进行排序；
参数reverse是用来表明是否逆序，默认的False情况下是按照升序的规则进行排序的，当reverse=True时，便会按照降序进行排序。
下面 通过简单的例子进行解说：
（由于个人爱好原因，我的编译器是pycharm，所以接下来的所有示例都是在pycharm中可以运行的。）
#coding:utf-8
from operator import attrgetter,itemgetter
list1 = [(2,'huan',23),(12,'the',14),(23,'liu',90)]
#使用默认参数进行排序，即按照元组中第一个元素进行排序
list1.sort()
print list1
#输出结果为[(2, 'huan', 23), (12, 'the', 14), (23, 'liu', 90)]
#使用匿名表达式重写key所代表的函数,按照元组的第二个元素进行排序
list1.sort(key=lambda x:(x[1]))
print list1
#[(2, 'huan', 23), (23, 'liu', 90), (12, 'the', 14)]
#使用匿名表达式重写key所代表的函数,按照元组的第三个元素进行排序
list1.sort(key=lambda x:(x[2]))
print list1
#[(12, 'the', 14), (2, 'huan', 23), (23, 'liu', 90)]
#使用匿名函数重写key所代表的函数，先按照元组中下标为2的进行排序，
# 对于下标2处元素相同的，则按下标为0处的元素进行排序
list1.sort(key=lambda x:(x[2],x[0]))
print list1
#[(12, 'the', 14), (2, 'huan', 23), (23, 'liu', 90)]
#使用operator模块中的itemgetter函数进行重写key所代表的函数，按照下标为1处的元素进行排序
list1.sort(key=itemgetter(1))
print list1
#[(2, 'huan', 23), (23, 'liu', 90), (12, 'the', 14)]
#使用operator模块中的itemgetter函数进行重写key所代表的函数，按照下标为2处的元素进行排序
list1.sort(key=itemgetter(2))
print list1
# [(12, 'the', 14), (2, 'huan', 23), (23, 'liu', 90)]
# 此处可以类比lambda中的排序方法，就不再解释
list1.sort(key=itemgetter(2,0))
print list1
#[(12, 'the', 14), (2, 'huan', 23), (23, 'liu', 90)]
对于上述中的匿名函数大家如果 不了解的可以自己去了解一下，这里我就不展开了。
这里我想解释一下operator这个模块中的两个函数：
（1）itemgetter
operator.itemgetter(item) operator.itemgetter(*items)这个函数会调用所传入的操作数的__getitem__()方法返回一个带有item的可调用对象，如果传入的参数是多个，那么返回带有一个元组类型的可调用对象。例如： f = itemgetter(2), 调用 f(r) 后，将会返回r[2] g = itemgetter(2, 5, 3), 调用 g(r) 后将会返回元组 (r[2], r[5], r[3]). （2）attrgetteroperator.attrgetter(attr) operator.attrgetter(*attrs)这个函数返回一个带有操作数中的attr属性的可调用对象，如果多个属性被传入，那么返回带有这些属性的元组。这些属性的名字里可以包含包含多个子名字例如：f = attrgetter('name'), 调用f(b) 将返回b.name.f = attrgetter('name', 'date'), 调用 f(b) 将返回(b.name, b.date).f = attrgetter('name.first', 'name.last'), 调用f(b) 将返回 (b.name.first, b.name.last).
2、全局函数sorted（）
对于sorted（）函数中key的重写，和sort（）函数中是一样的，所以刚刚对于sort（）中讲解的方法，都是适用于sorted（）函数中，在下面的解释中我也就不再列举了，并且下面将要讲解的key的重写也同样是适用于sort（）函数的，那么为什么不再sort（）函数中列举完呢，那是为了不偏不倚，给大家一个客观地理解。
下面仍然从一个例子切入：
from operator import attrgetter
class Data:
article_name = str()
readers = 0
def __init__(self,tpl):
self.article_name = tpl[0]
self.readers = tpl[1]
def getKey(self):
return self.readers
def __str__(self):
return str(str(self.article_name)+str(':')+str(self.readers))
list1 = [Data(("java",100)),Data(("c++",100)),Data(("python",89)),Data(("c++",90))]
#此处调用attrgetter函数使得按照readers进行排序
list2 = sorted(list1,key=attrgetter("readers"))
"""结果为
python:89
c++:90
java:100
c++:100
"""
#此处使得list1先按照article_name进行排序，对于名字相同的再按照readers进行排序
list3 = sorted(list1,key=attrgetter("article_name","readers"))
"""
结果为：
c++:90
c++:100
java:100
python:89
"""
#使用类中的自定义函数也同样可以操作
list4 = sorted(list1,key = Data.getKey)
"""
结果为：
python:89
c++:90
java:100
c++:100
"""
上面例子的结果都是通过打印出来的结果。
对于sorted（）函数，同样可以使用sort（）函数中介绍的方法，大家可以自己进行尝试。
当然最后说一下，在上面所有的例子中我都没有使用到reverse参数，对于这个参数，是用于控制排序的方向的，大家可以自己试试，在这里也就不介绍了。
之二:
描述
sorted() 函数对所有可迭代的对象进行排序操作。
sort 与 sorted 区别：
sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。
list 的 sort 方法返回的是对已经存在的列表进行操作，无返回值，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。
语法
sorted 语法：
sorted(iterable[, cmp[, key[, reverse]]])
参数说明：
- iterable -- 可迭代对象。
- cmp -- 比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出，此函数必须遵守的规则为，大于则返回1，小于则返回-1，等于则返回0。
- key -- 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。
- reverse -- 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。
返回值
返回重新排序的列表。
实例
以下实例展示了 sorted 的使用方法：
>>>a = [5,7,6,3,4,1,2] >>> b = sorted(a) # 保留原列表 >>> a [5, 7, 6, 3, 4, 1, 2] >>> b [1, 2, 3, 4, 5, 6, 7] >>> L=[('b',2),('a',1),('c',3),('d',4)] >>> sorted(L, cmp=lambda x,y:cmp(x[1],y[1])) # 利用cmp函数 [('a', 1), ('b', 2), ('c', 3), ('d', 4)] >>> sorted(L, key=lambda x:x[1]) # 利用key [('a', 1), ('b', 2), ('c', 3), ('d', 4)] >>> students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)] >>> sorted(students, key=lambda s: s[2]) # 按年龄排序 [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)] >>> sorted(students, key=lambda s: s[2], reverse=True) # 按降序 [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]