A. python中如何按不同單位的質量排序
1.冒泡排序，相鄰位置比較大小，將比較大的（或小的）交換位置；
2.選擇排序，遍歷選擇一個最小的數與當前循環的第一個數交換；
3.快速排序：將子段的第一個元素做為中值，先從右向左遍歷，如過比中值大high-1，如果比中值小，將這個值放到low那裡。
B. 如何用python寫一個給三個數排序的程序
用python寫一個給三個數排序的程序，使用5行代碼如下：
#-*-coding:utf-8;
a=[2,1,3];
print("排序前",a);
a.sort()
print("排序後",a);
C. Python實現的快速排序演算法詳解
Python實現的快速排序演算法詳解
本文實例講述了Python實現的快速排序演算法。分享給大家供大家參考，具體如下：
快速排序基本思想是：通過一趟排序將要排序的數據分割成獨立的兩部分，其中一部分的所有數據都比另外一部分的所有數據都要小，然後再按此方法對這兩部分數據分別進行快速排序，整個排序過程可以遞歸進行，以此達到整個數據變成有序序列。
如序列[6，8，1，4，3，9]，選擇6作為基準數。從右向左掃描，尋找比基準數小的數字為3，交換6和3的位置，[3，8，1，4，6，9]，接著從左向右掃描，尋找比基準數大的數字為8，交換6和8的位置，[3，6，1，4，8，9]。重復上述過程，直到基準數左邊的數字都比其小，右邊的數字都比其大。然後分別對基準數左邊和右邊的序列遞歸進行上述方法。
實現代碼如下：
def parttion(v, left, right):
key = v[left]
low = left
high = right
while low < high:
while (low < high) and (v[high] >= key):
high -= 1
v[low] = v[high]
while (low < high) and (v[low] <= key):
low += 1
v[high] = v[low]
v[low] = key
return low
def quicksort(v, left, right):
if left < right:
p = parttion(v, left, right)
quicksort(v, left, p-1)
quicksort(v, p+1, right)
return v
s = [6, 8, 1, 4, 3, 9, 5, 4, 11, 2, 2, 15, 6]
print("before sort:",s)
s1 = quicksort(s, left = 0, right = len(s) - 1)
print("after sort:",s1)
運行結果：
before sort: [6, 8, 1, 4, 3, 9, 5, 4, 11, 2, 2, 15, 6]
after sort: [1, 2, 2, 3, 4, 4, 5, 6, 6, 8, 9, 11, 15]
D. 用python對10個數進行排序
sort_values(by,axis=0,ascending=True,inplace=False,kind='quicksort',na_position='last')
by:可以填入字元串或者字元串組成的列表。也就是說，如果axis=0，那麼by="列名"；如果axis=1，那麼by="行名"。
axis:{0 or 『index』, 1 or 『columns』}, default 0，意思就是如果axis=0，就按照索引排序，即縱向排序；如果axis=1，則按列排序，即橫向排序。默認是axis=0。
ascending:輸入布爾型，True是升序，False是降序，也可以可以是[True,False]，即第一個欄位升序，第二個欄位降序 。
inplace: 輸入布爾型，是否用排序後的數據框替換現有的數據框（這個在之前的文章寫過很多次了~）
kind:排序的方法，{『quicksort』, 『mergesort』, 『heapsort』}，默認是使用『quicksort』。這個參數用的比較少，大家可以試一試。
na_position :{『first』, 『last』}，缺失值的排序，也就說決定將缺失值放在數據的最前面還是最後面。first是排在前面，last是排在後面，默認是用last。
創建數據表：
scores=pd.DataFrame([[87,56,85],[46,87,97],[34,65,86]],
columns=['jack','rose','mike'])
scores
『rose』這一列進行降序排序：
df_sc=scores.sort_values(by='rose',ascending=False)
df_sc
『mike』這一列進行升序排序：
df_sc=scores.sort_values(by='mike',ascending=True)
df_sc
對第0行進行升序排序：
scores.sort_values(by=0,axis=1,ascending=True)
我們再嘗試對第1行進行升序，第0行進行降序：
scores.sort_values(by=[1,0],axis=1,ascending=[True,False]
E. python中如何可以讓excel表格按照自己想要的順序去排列
說實話 沒明白你說的排序究竟是按照什麼規則。
另外是排序後的文件放另外的地方還是原地放？
F. Python學習小技巧之列表項的排序
Python學習小技巧之列表項的排序
本文介紹的是關於Python列表項排序的相關內容，分享出來供大家參考學習，下面來看看詳細的介紹：
典型代碼1：
data_list = [6, 9, 1, 3, 0, 10, 100, -100]
data_list.sort()
print(data_list)
輸出1:
[-100, 0, 1, 3, 6, 9, 10, 100]
典型代碼2:
data_list = [6, 9, 1, 3, 0, 10, 100, -100]
data_list_ = sorted(data_list)
print(data_list)
print(data_list_)
輸出2:
[6, 9, 1, 3, 0, 10, 100, -100]
[-100, 0, 1, 3, 6, 9, 10, 100]
應用場景
需要對列表中的項進行排序時使用。其中典型代碼1是使用的列表自身的一個排序方法sort，這個方法自動按照升序排序，並且是原地排序，被排序的列表本身會被修改；典型代碼2是調用的內置函數sort，會產生一個新的經過排序後的列表對象，原列表不受影響。這兩種方式接受的參數幾乎是一樣的，他們都接受一個key參數，這個參數用來指定用對象的哪一部分為排序的依據：
data_list = [(0, 100), (77, 34), (55, 97)]
data_list.sort(key=lambda x: x[1]) # 我們想要基於列表項的第二個數進行排序
print(data_list)
>>> [(77, 34), (55, 97), (0, 100)]
另外一個經常使用的參數是reverse，用來指定是否按照倒序排序，默認為False：
data_list = [(0, 100), (77, 34), (55, 97)]
data_list.sort(key=lambda x: x[1], reverse=True) # 我們想要基於列表項的第二個數進行排序，並倒序
print(data_list)
>>> [(0, 100), (55, 97), (77, 34)]
帶來的好處
1. 內置的排序方法，執行效率高，表達能力強，使代碼更加緊湊，已讀
2. 靈活的參數，用於指定排序的基準，比在類似於Java的語言中需要寫一個comparator要方便很多
其它說明
1. sorted內置函數比列表的sort方法要適用范圍更廣泛，它可以對除列表之外的可迭代數據結構進行排序；
2. list內置的sort方法，屬於原地排序，理論上能夠節省內存的消耗；
總結
好了，以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作能帶來一定的幫助
G. Python實現的幾個常用排序演算法實例
#encoding=utf-8
importrandom
fromimport
defdirectInsertSort(seq):
"""直接插入排序"""
size=len(seq)
foriinrange(1,size):
tmp,j=seq[i],i
whilej>0andtmp<seq[j-1]:
seq[j],j=seq[j-1],j-1
seq[j]=tmp
returnseq
defdirectSelectSort(seq):
"""直接選擇排序"""
size=len(seq)
foriinrange(0,size-1):
k=i;j=i+1
whilej<size:
ifseq[j]<seq[k]:
k=j
j+=1
seq[i],seq[k]=seq[k],seq[i]
returnseq
defbubbleSort(seq):
"""冒泡排序"""
size=len(seq)
foriinrange(1,size):
forjinrange(0,size-i):
ifseq[j+1]<seq[j]:
seq[j+1],seq[j]=seq[j],seq[j+1]
returnseq
def_divide(seq,low,high):
"""快速排序劃分函數"""
tmp=seq[low]
whilelow!=high:
whilelow<highandseq[high]>=tmp:high-=1
iflow<high:
seq[low]=seq[high]
low+=1
whilelow<highandseq[low]<=tmp:low+=1
iflow<high:
seq[high]=seq[low]
high-=1
seq[low]=tmp
returnlow
def_quickSort(seq,low,high):
"""快速排序輔助函數"""
iflow>=high:return
mid=_divide(seq,low,high)
_quickSort(seq,low,mid-1)
_quickSort(seq,mid+1,high)
defquickSort(seq):
"""快速排序包裹函數"""
size=len(seq)
_quickSort(seq,0,size-1)
returnseq
defmerge(seq,left,mid,right):
tmp=[]
i,j=left,mid
whilei<midandj<=right:
ifseq[i]<seq[j]:
tmp.append(seq[i])
i+=1
else:
tmp.append(seq[j])
j+=1
ifi<mid:tmp.extend(seq[i:])
ifj<=right:tmp.extend(seq[j:])
seq[left:right+1]=tmp[0:right-left+1]
def_mergeSort(seq,left,right):
ifleft==right:
return
else:
mid=(left+right)/2
_mergeSort(seq,left,mid)
_mergeSort(seq,mid+1,right)
merge(seq,left,mid+1,right)
#二路並歸排序
defmergeSort(seq):
size=len(seq)
_mergeSort(seq,0,size-1)
returnseq
if__name__=='__main__':
s=[random.randint(0,100)foriinrange(0,20)]
prints
print" "
printdirectSelectSort((s))
printdirectInsertSort((s))
printbubbleSort((s))
printquickSort((s))
printmergeSort((s))
H. python中怎樣運行選擇排序
選擇排序注意點(假設第一層循環變數為：i;第二層循環變數為：j)：
[0,i-1]是已經排序好的元素。
定義一個變數，用來記錄本次循環下找到的最小元素的下標。
第二層循環是從[i,length -1]中找到最小元素的下標，用來與i元素交換。
s = [3, 4, 1, 6, 2, 9, 7, 0, 8, 5]
# select_sort
for i in range(0, len(s) - 1):
index = i
for j in range(i + 1, len(s)):
if s[index] > s[j]:
index = j
s[i], s[index] = s[index], s[i]
# print sort result.
for m in range(0, len(s)):
print(s[m])