A. python中如何按不同单位的质量排序
1.冒泡排序，相邻位置比较大小，将比较大的（或小的）交换位置；
2.选择排序，遍历选择一个最小的数与当前循环的第一个数交换；
3.快速排序：将子段的第一个元素做为中值，先从右向左遍历，如过比中值大high-1，如果比中值小，将这个值放到low那里。
B. 如何用python写一个给三个数排序的程序
用python写一个给三个数排序的程序，使用5行代码如下：
#-*-coding:utf-8;
a=[2,1,3];
print("排序前",a);
a.sort()
print("排序后",a);
C. Python实现的快速排序算法详解
Python实现的快速排序算法详解
本文实例讲述了Python实现的快速排序算法。分享给大家供大家参考，具体如下：
快速排序基本思想是：通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。
如序列[6，8，1，4，3，9]，选择6作为基准数。从右向左扫描，寻找比基准数小的数字为3，交换6和3的位置，[3，8，1，4，6，9]，接着从左向右扫描，寻找比基准数大的数字为8，交换6和8的位置，[3，6，1，4，8，9]。重复上述过程，直到基准数左边的数字都比其小，右边的数字都比其大。然后分别对基准数左边和右边的序列递归进行上述方法。
实现代码如下：
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)
运行结果：
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对10个数进行排序
sort_values(by,axis=0,ascending=True,inplace=False,kind='quicksort',na_position='last')
by:可以填入字符串或者字符串组成的列表。也就是说，如果axis=0，那么by="列名"；如果axis=1，那么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，即纵向排序；如果axis=1，则按列排序，即横向排序。默认是axis=0。
ascending:输入布尔型，True是升序，False是降序，也可以可以是[True,False]，即第一个字段升序，第二个字段降序 。
inplace: 输入布尔型，是否用排序后的数据框替换现有的数据框（这个在之前的文章写过很多次了~）
kind:排序的方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}，默认是使用‘quicksort’。这个参数用的比较少，大家可以试一试。
na_position :{‘first’, ‘last’}，缺失值的排序，也就说决定将缺失值放在数据的最前面还是最后面。first是排在前面，last是排在后面，默认是用last。
创建数据表：
scores=pd.DataFrame([[87,56,85],[46,87,97],[34,65,86]],
columns=['jack','rose','mike'])
scores
‘rose’这一列进行降序排序：
df_sc=scores.sort_values(by='rose',ascending=False)
df_sc
‘mike’这一列进行升序排序：
df_sc=scores.sort_values(by='mike',ascending=True)
df_sc
对第0行进行升序排序：
scores.sort_values(by=0,axis=1,ascending=True)
我们再尝试对第1行进行升序，第0行进行降序：
scores.sort_values(by=[1,0],axis=1,ascending=[True,False]
E. python中如何可以让excel表格按照自己想要的顺序去排列
说实话 没明白你说的排序究竟是按照什么规则。
另外是排序后的文件放另外的地方还是原地放？
F. Python学习小技巧之列表项的排序
Python学习小技巧之列表项的排序
本文介绍的是关于Python列表项排序的相关内容，分享出来供大家参考学习，下面来看看详细的介绍：
典型代码1：
data_list = [6, 9, 1, 3, 0, 10, 100, -100]
data_list.sort()
print(data_list)
输出1:
[-100, 0, 1, 3, 6, 9, 10, 100]
典型代码2:
data_list = [6, 9, 1, 3, 0, 10, 100, -100]
data_list_ = sorted(data_list)
print(data_list)
print(data_list_)
输出2:
[6, 9, 1, 3, 0, 10, 100, -100]
[-100, 0, 1, 3, 6, 9, 10, 100]
应用场景
需要对列表中的项进行排序时使用。其中典型代码1是使用的列表自身的一个排序方法sort，这个方法自动按照升序排序，并且是原地排序，被排序的列表本身会被修改；典型代码2是调用的内置函数sort，会产生一个新的经过排序后的列表对象，原列表不受影响。这两种方式接受的参数几乎是一样的，他们都接受一个key参数，这个参数用来指定用对象的哪一部分为排序的依据：
data_list = [(0, 100), (77, 34), (55, 97)]
data_list.sort(key=lambda x: x[1]) # 我们想要基于列表项的第二个数进行排序
print(data_list)
>>> [(77, 34), (55, 97), (0, 100)]
另外一个经常使用的参数是reverse，用来指定是否按照倒序排序，默认为False：
data_list = [(0, 100), (77, 34), (55, 97)]
data_list.sort(key=lambda x: x[1], reverse=True) # 我们想要基于列表项的第二个数进行排序，并倒序
print(data_list)
>>> [(0, 100), (55, 97), (77, 34)]
带来的好处
1. 内置的排序方法，执行效率高，表达能力强，使代码更加紧凑，已读
2. 灵活的参数，用于指定排序的基准，比在类似于Java的语言中需要写一个comparator要方便很多
其它说明
1. sorted内置函数比列表的sort方法要适用范围更广泛，它可以对除列表之外的可迭代数据结构进行排序；
2. list内置的sort方法，属于原地排序，理论上能够节省内存的消耗；
总结
好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助
G. Python实现的几个常用排序算法实例
#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):
"""直接选择排序"""
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):
"""快速排序划分函数"""
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):
"""快速排序辅助函数"""
iflow>=high:return
mid=_divide(seq,low,high)
_quickSort(seq,low,mid-1)
_quickSort(seq,mid+1,high)
defquickSort(seq):
"""快速排序包裹函数"""
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)
#二路并归排序
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中怎样运行选择排序
选择排序注意点(假设第一层循环变量为：i;第二层循环变量为：j)：
[0,i-1]是已经排序好的元素。
定义一个变量，用来记录本次循环下找到的最小元素的下标。
第二层循环是从[i,length -1]中找到最小元素的下标，用来与i元素交换。
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])