基于python中嵌套列表中的列表之一进行排序

Question

我有一个[[4,5,6],[2,3,1]] 的列表。现在我想根据list[1] 对列表进行排序，即输出应该是[[6,4,5],[1,2,3]]。所以基本上我是在对2,3,1 进行排序并保持list[0] 的顺序。

在搜索时，我得到了一个函数，它根据每个列表的第一个元素进行排序，但不是为此。另外我不想将列表重新创建为[[4,2],[5,3],[6,1]]，然后使用该函数。

Answer 1

由于[4, 5, 6] 和[2, 3, 1] 有两个不同的用途，我将创建一个带有两个 参数的函数：要重新排序的列表，以及排序将决定顺序的列表。我只会返回重新排序的列表。

This answer 具有三种不同解决方案的时序，用于为排序创建排列列表。使用最快的选项给出了这个解决方案：

def pyargsort(seq):
    return sorted(range(len(seq)), key=seq.__getitem__)

def using_pyargsort(a, b):
    "Reorder the list a the same way as list b would be reordered by a normal sort"
    return [a[i] for i in pyargsort(b)]                     

print using_pyargsort([4, 5, 6], [2, 3, 1])    # [6, 4, 5]

pyargsort 方法的灵感来自 numpy argsort 方法，它做同样的事情要快得多。 Numpy 还具有高级索引操作，可以将数组用作索引，从而可以非常快速地重新排序数组。

因此，如果您对速度的需求很大，人们会认为这种 numpy 解决方案会更快：

import numpy as np

def using_numpy(a, b):
    "Reorder the list a the same way as list b would be reordered by a normal sort"
    return np.array(a)[np.argsort(b)].tolist()

print using_numpy([4, 5, 6], [2, 3, 1])     # [6, 4, 5]

但是，对于短列表（长度 a 和b 列表转换为array，然后在返回之前将结果转换回list。如果我们假设您在整个应用程序中使用 numpy 数组，这样我们就不需要来回转换，我们会得到以下解决方案：

def all_numpy(a, b):
    "Reorder array a the same way as array b would be reordered by a normal sort"
    return a[np.argsort(b)]

print all_numpy(np.array([4, 5, 6]), np.array([2, 3, 1]))    # array([6, 4, 5])

all_numpy 函数的执行速度比 using_pyargsort 函数快 10 倍。

以下对数图将这三个解决方案与其他答案中的两个替代解决方案进行了比较。参数是两个随机打乱的等长范围，并且函数都接收相同排序的列表。我只计算函数执行的时间。出于说明目的，我为每个 numpy 解决方案添加了一条额外的图表线，其中加载 numpy 的 60 毫秒开销被添加到时间中。

正如我们所见，全 numpy 解决方案比其他解决方案高出一个数量级。相比之下，从 python list 转换并返回会大大降低 using_numpy 解决方案的速度，但对于大型列表，它仍然优于纯 python。

对于大约 1'000'000 的列表长度，using_pyargsort 需要 2.0 秒，using_nympy + 开销仅为 1.3 秒，而all_numpy + 开销为 0.3 秒。

Answer 2

你描述的排序不是很容易完成。我能想到的唯一方法是使用zip 创建您说您不想创建的列表：

lst = [[4,5,6],[2,3,1]]
# key = operator.itemgetter(1) works too, and may be slightly faster ...
transpose_sort = sorted(zip(*lst),key = lambda x: x[1])
lst = zip(*transpose_sort)

这种限制有什么原因吗？

（另请注意，如果您真的想这样做，您可以在一行中完成所有操作：

lst = zip(*sorted(zip(*lst),key = lambda x: x[1]))

这也会产生一个元组列表。如果你真的想要一个列表，你可以map结果：

lst = map(list, lst)

或者列表推导也可以：

lst = [ list(x) for x in lst ]

Answer 3

如果第二个列表不包含重复项，您可以这样做：

l = [[4,5,6],[2,3,1]]   #the list
l1 = l[1][:]            #a copy of the to-be-sorted sublist
l[1].sort()             #sort the sublist
l[0] = [l[0][l1.index(x)] for x in l[1]] #order the first sublist accordingly

（由于这会保存子列表 l[1]，因此如果您的输入列表很大，则可能是个坏主意）

Answer 4

这个怎么样：

a = [[4,5,6],[2,3,1]]
[a[0][i] for i in sorted(range(len(a[1])), key=lambda x: a[1][x])]

它使用 numpy 的主要方式，无需使用 numpy 也无需 zip 文件。

使用 numpy 和 zipping 似乎都不是巨型结构最便宜的方式。不幸的是，.sort() 方法内置于 list 类型中，并使用硬连线访问列表中的元素（覆盖 __getitem__() 或类似的方法在这里没有任何效果）。

因此您可以实现自己的sort()，它根据一个值对两个或多个列表进行排序；这基本上就是 numpy 所做的。

或者您可以创建一个值列表以进行排序、排序，然后从中重新创建排序后的原始列表。