1、首先我们定义一个列表输入一串大小不一的数字。
成都创新互联是一家专业提供安新企业网站建设,专注与网站设计制作、成都做网站、H5场景定制、小程序制作等业务。10年已为安新众多企业、政府机构等服务。创新互联专业网站设计公司优惠进行中。
2、可以用sort()方法对定义的列表排序，注意，sort只是对列表排序，它没有返回一个值。
3、输入print列表名即可得到排序后的列表数据。
4、倒序可以用这个reverse方法，把元素位置倒转过来。
5、然后再次print列表名，这样就会得到倒转顺序之后的列表数据。
5、如图两相对比即实现了从高到低和从低到高排序。
进行一个简单的升序排列直接调用sorted()函数，函数将会返回一个排序后的列表：
sorted函数不会改变原有的list，而是返回一个新的排好序的list
如果你想使用就地排序，也就是改变原list的内容，那么可以使用list.sort()的方法，这个方法的返回值是None。
另一个区别是，list.sort()方法只是list也就是列表类型的方法，只可以在列表类型上调用。而sorted方法则是可以接受任何可迭代对象。
list.sort()和sorted()函数都有一个key参数，可以用来指定一个函数来确定排序的一个优先级。比如，这个例子就是根据大小写的优先级进行排序：
key参数的值应该是一个函数，这个函数接受一个参数然后返回以一个key，这个key就被用作进行排序。这个方法很高效，因为对于每一个输入的记录只需要调用一次key函数。
一个常用的场景就是当我们需要对一个复杂对象的某些属性进行排序时：
再如：
前面我们看到的利用key-function来自定义排序，同时Python也可以通过operator库来自定义排序，而且通常这种方法更好理解并且效率更高。
operator库提供了 itemgetter(), attrgetter(), and a methodcaller()三个函数
同时还支持多层排序
list.sort()和sorted()都有一个boolean类型的reverse参数，可以用来指定升序和降序排列，默认为false，也就是升序排序，如果需要降序排列，则需将reverse参数指定为true。
排序的稳定性指，有相同key值的多个记录进行排序之后，原始的前后关系保持不变
我们可以看到python中的排序是稳定的。
我们可以利用这个稳定的特性来进行一些复杂的排序步骤，比如，我们将学生的数据先按成绩降序然后年龄升序。当排序是稳定的时候，我们可以先将年龄升序，再将成绩降序会得到相同的结果。
传统的DSU(Decorate-Sort-Undecorate)的排序方法主要有三个步骤：
因为元组是按字典序比较的，比较完grade之后，会继续比较i。
添加index的i值不是必须的，但是添加i值有以下好处：
现在python3提供了key-function，所以DSU方法已经不常用了
python2.x版本中，是利用cmp参数自定义排序。
python3.x已经将这个方法移除了，但是我们还是有必要了解一下cmp参数
cmp参数的使用方法就是指定一个函数，自定义排序的规则，和java等其他语言很类似
也可以反序排列
python3.x中可以用如下方式：
python有两个内置的函数用于实现排序，一个是list.sort()函数，一个是sorted()函数。
区别1：list.sort()函数只能处理list类型数据的排序；sorted()则可以处理多种类型数据的排序。
区别2：list.sort()会修改原来的list为排序后的结果；sorted()不会修改原来的数据，只是返回一个排序后的对象。
下面来动手写点代码进行测试：
list进行简单的排序
1 a=['a','f','c','x','e']2 a.sort()3 a4 [a','c','e','f','x']
sorted()进行简单排序
1 a=['a','f','c','x','e']2 a_new=sorted(a)3 a_new4 ['a', 'c', 'e', 'f', 'x']
list.sort()和sorted都有默认的参数reverse，该参数的默认值为“False”，即默认升序排列。如果要进行降序排列：
1 a=['a','f','c','x','e']2 a_new=sorted(a,reverse=True)3 a_new4 ['x', 'f', 'e', 'c', 'a']
对元组进行排列，不能使用list.sort()函数:
1 a=('a','f','c','x','e')2 a_new=a.sort()3
4 ttributeError: 'tuple' object has no attribute 'sort'
对字典的排序可以按照字典的key或者value进行排序:
1 dic={"aa":11,"ff":5,"ee":22}2 printsorted(dic.keys())3 ['aa', 'ee', 'ff']
从python2.4开始list.sort()和sorted()都引入了key参数来指定一个函数进行排序，有了key参数以后我们就可以对更加复杂的数据进行排序 。
假如需要排序的数据为一个list，但list的每一个元素都是一个字典，排序的方法如下：
dic=[{"name":"sunny","age":20},
{"name":"bell","age":5},
{"name":"jim","age":1},
{"name":"jan","age":10}]print sorted(dic,key=lambda arg:arg.get('age'),reverse=False) #按照每个字典的age的值进行排序，字典的方法dict.get(key)将返回指定键的值。
#输出结果为：[{'age': 1, 'name': 'jim'}, {'age': 5, 'name': 'bell'}, {'age': 10, 'name': 'jan'}, {'age': 20, 'name': 'sunny'}]
print sorted(dic,key=lambda arg:arg.get('name'),reverse=False) #按照每个字典的name的值进行排序
#输出结果为：[{'age': 5, 'name': 'bell'}, {'age': 10, 'name': 'jan'}, {'age': 1, 'name': 'jim'}, {'age': 20, 'name': 'sunny'}]
假如需要排序的数据为一个二维的list，即list的每一个元素也是一个list，方法与上面的例子类似：
a=[['100','8','30'],['200','5','50'],['300','1','20']]print sorted(a,key=lambda arg:arg[1]) #按照每个list的第1个元素进行排序
[['300', '1', '20'], ['200', '5', '50'], ['100', '8', '30']]
前面的2个例子中，key参数的值都是函数。在sorted函数中，key参数后面的函数的参数的数量只能是一个。lambda arg:arg.get('age')是一个lambda匿名函数，它是一个没有函数名的单语句函数。冒号左边是参数，冒号右边的返回值，返回值将被用于排序。
sorted函数python介绍如下
sorted() 作为 Python 内置函数之一，其功能是对序列（列表、元组、字典、集合、还包括字符串）进行排序。
sorted() 函数的基本语法格式如下
list = sorted(iterable, key=None, reverse=False)
其中，iterable 表示指定的序列，key 参数可以自定义排序规则；reverse 参数指定以升序（False，默认）还是降序（True）进行排序。sorted() 函数会返回一个排好序的列表。
注意，key 参数和 reverse 参数是可选参数，即可以使用，也可以忽略。
演示sorted()函数的基本代码用法：
#对列表进行排序
a = [5,3,4,2,1]
print(sorted(a))
#对元组进行排序
a = (5,4,3,1,2)
print(sorted(a))
#字典默认按照key进行排序
a = {4:1,\
5:2,\
3:3,\
2:6,\
1:8}
print(sorted(a.items()))
#对集合进行排序
a = {1,5,3,2,4}
print(sorted(a))
#对字符串进行排序
a = "51423"
print(sorted(a))
一、sort_values()函数用途
pandas中的sort_values()函数原理类似于SQL中的order by，可以将数据集依照某个字段中的数据进行排序，该函数即可根据指定列数据也可根据指定行的数据排序。
二、sort_values()函数的具体参数
用法：
1DataFrame.sort_values(by=‘##',axis=0,ascending=True, inplace=False, na_position=‘last')
参数说明
by指定列名(axis=0或'index')或索引值(axis=1或'columns')
axis若axis=0或'index'，则按照指定列中数据大小排序；若axis=1或'columns'，则按照指定索引中数据大小排序，默认axis=0
ascending是否按指定列的数组升序排列，默认为True，即升序排列
inplace是否用排序后的数据集替换原来的数据，默认为False，即不替换
na_position{‘first',‘last'}，设定缺失值的显示位置
三、sort_values用法举例
创建数据框
#利用字典dict创建数据框
import numpy as np
import pandas as pd
