元组，字典，列表排序

经常需要对元组或者字典等序列按照特定的规则进行排序，
如按照年龄进行排序

>>> student_tuples = [
        ('john', 'A', 15),
        ('jane', 'B', 12),
        ('dave', 'B', 10),
]
>>> sorted(student_tuples, key=lambda student: student[2])   # sort by age
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

上面显示的键功能模式非常普遍，因此Python提供了便利功能，使访问器功能更容易，更快捷。
操作员模块具有itemgetter，attrgetter，并且从Python 2.6开始具有methodcaller函数。
使用这些功能，以上示例变得更加简单和快捷。

>>> from operator import itemgetter, attrgetter, methodcaller

>>> sorted(student_tuples, key=itemgetter(2))
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

>>> sorted(student_objects, key=attrgetter('age'))
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

操作员模块功能允许进行多个级别的排序。
例如，要按年级然后按年龄排序：

>>> sorted(student_tuples, key=itemgetter(1,2))
[('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]

>>> sorted(student_objects, key=attrgetter('grade', 'age'))
[('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]

在下面的示例中，使用了操作员模块的第三个函数methodcaller，其中在对每个学生进行排序之前显示了每个学生的加权成绩：

>>> [(student.name, student.weighted_grade()) for student in student_objects]
[('john', 0.13333333333333333), ('jane', 0.08333333333333333), ('dave', 0.1)]
>>> sorted(student_objects, key=methodcaller('weighted_grade'))
[('jane', 'B', 12), ('dave', 'B', 10), ('john', 'A', 15)]

list.sort（）和sorted（）都接受带有布尔值的反向参数。
这用于标记降序排序。
例如，要以相反的年龄顺序获取学生数据：

>>> sorted(student_tuples, key=itemgetter(2), reverse=True)
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

>>> sorted(student_objects, key=attrgetter('age'), reverse=True)
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

从Python 2.2开始，保证排序是稳定的。这意味着当多个记录具有相同的键时，将保留其原始顺序。

>>> data = [('red', 1), ('blue', 1), ('red', 2), ('blue', 2)]
>>> sorted(data, key=itemgetter(0))
[('blue', 1), ('blue', 2), ('red', 1), ('red', 2)]

在Py3.0中，完全删除了cmp参数（这是简化和统一语言的较大工作的一部分，从而消除了丰富的比较与__cmp__方法之间的冲突）。
在Py2.x中，sort允许一个可选函数，可以进行比较。该函数应该接受两个参数进行比较，然后返回小于等于的负值，如果相等则返回零，或者返回大于等于的正值。例如，我们可以做：

>>> def numeric_compare(x, y):
        return x - y
>>> sorted([5, 2, 4, 1, 3], cmp=numeric_compare)
[1, 2, 3, 4, 5]