list.sort（key=list.count）在Python3.x中是如何工作的？

我想根据元素的频率对数字列表进行排序。 （我找到了几种方法。）

在我的探索过程中，我尝试了下面的例子

问题：list.sort（key=list.count）是如何工作的？是否可以在list.sort（）期间使用list.count（）

我了解到，在排序之前，会对列表中的每个元素计算key函数，这些值在排序期间用于比较

另外，我在某个地方读到，在sort（）期间，列表有点被锁定。 （很抱歉，我现在找不到参考资料-在过去的几个小时里，我已经阅读了很多关于这个主题的博客和教程，包括Python文档和如何排序）

这就是一个例子

### Python 3.7 ###

data = [22, 11, 33, 99, 88, 77, 22, 44, 55, 44, 66, 22]

# sort by value
data.sort()
print(data)
>>> [11, 22, 22, 22, 33, 44, 44, 55, 66, 77, 88, 99]

# sort by frequency, i.e. list.count()
data.sort(key=data.count)
print(data)
>>> [11, 22, 22, 22, 33, 44, 44, 55, 66, 77, 88, 99]
# expected >>> [11, 33, 55, 66, 77, 88, 99, 44, 44, 22, 22, 22]
# but no change, the value-sorted list is printed

# or
data.sort(key=lambda e: data.count(e))
print(data)
>>> [11, 22, 22, 22, 33, 44, 44, 55, 66, 77, 88, 99]
# expected >>> [11, 33, 55, 66, 77, 88, 99, 44, 44, 22, 22, 22]
# but no change, the value-sorted list is printed

注意：没有错误消息

作为补充，我想提到的是，以下工作与预期相符

max(data, key=data.count)

当然，这也给出了预期的结果

print(sorted(data, key=data.count))
>>> [11, 33, 55, 66, 77, 88, 99, 44, 44, 22, 22, 22]

根据文档，sorted（）和sort（）应该返回相同的结果，不是吗

谢谢你的见解

编辑： 根据文件-据我所知：

sort（）接受key函数并向key函数提供列表中的单个成员

->计算结果是每个元素的出现次数（等效元素结果与等效计算结果相同，因为它们在列表中的频率相同）

：我没有在Python中调试这么深的代码的经验

：本身data.count（）返回我检查过的频率的适当列表

保存/缓存计算结果

这是其效率

的基础。

使用缓存的计算结果（！）确定原始列表的顺序

->最不频繁的元素在列表的前面，最频繁的元素在后面

！！！这是不会发生的

将列表按新顺序保存到位

。。。或者，这一切都没有发生

此外，据我所知（虽然不确定），在这个过程中，sort（）会将原始列表从其他使用/访问中“锁定”（并在某个地方释放锁-我记得，解释中有一些关于多线程应用程序的内容）

重要：

我不是在寻找解决方案或代码来对列表进行排序-我希望您能解释一下发生了什么：

• 为什么结果是实际返回的列表而不是我的期望

• 相比之下，为什么sorted（）按预期工作

---

这是一个有趣的问题，我没有完整的答案，因为它在这里的源代码中的某个地方：
但是，通过使用以下功能作为键，您可以获得部分答案：

def count(e):
   print(data)
   return data.count(e)

如果这样做，您将看到它只打印“[]”。这意味着在就地排序过程中，可能是为了避免弄乱列表，列表现在指向一个空列表（即使引用本身数据没有更改）。因此data.count（e）始终等于0，并且列表保持不变
因此，在就地排序过程中使用列表的唯一方法是复制列表，例如：

data.sort(key=data.copy().count)

我要补充的是，这不会增加复制列表整个过程的成本，因为上面的行已经是O（n²log（n））。实际上，对列表中的每个元素调用count是一个非常糟糕的主意。一种有效的O（n log（n））方法是：

nb_occ={}
for x in data:
    nb_occ[x]=nb_occ.get(x,0)+1
data.sort(key=nb_occ.__getitem__)

编辑：请参阅juanpa.arrivillaga的答案，这种行为实际上记录在排序方法文档中。
好，根据：
CPython实现细节：在对列表进行排序时 试图改变甚至检查列表的效果是 未定义Python的C实现使列表显示为空 持续时间，如果可以检测到列表 在排序过程中发生了变异

---

如果是粗体部分，那么对于任何元素，

data.count

将返回

0

，排序不会改变列表的顺序。
@juanpa.arrivillaga我不明白背景中发生了什么-当然这不是我所怀疑的，这就是我包含实际输出和预期输出的原因。用我期望的解释来扩展问题。啊，我读得不够仔细。这很奇怪，看起来像一只虫子。另一方面，您应该注意到，这是非常低效的，它将排序算法降级为O（N^2），而不是O（N*logn）以挑剔措辞：-）实际上，排序算法实现的效率保持不变。这是元素“权重”的计算（在排序实际开始之前）——这里给出了答案中的一些其他示例，我假设开发人员在实现list.count（）时也做得很好。查找源代码和/或基准测试时要了解的内容。

list.count

是一个O（n）操作，因此在某些列表中为x调用

[x.count（）

就是一个O（n**2）操作。因此，它肯定会影响算法的效率。如果您不想这样做，请从集合导入计数器执行类似于

的操作；计数=计数器（某些列表）；一些_list.sort（key=counts.get）

我同意你的观点，谢谢你的解释。我只是想更准确（可能不够准确）地将频率计算与排序分开，因为它们一个接一个地发生。请您添加并解释一下！实际上，我所做的是创建了两个列表，分别是a和s，在其中添加了数据列表成员及其频率。然后，我将这些列表（a和s）作为键值对添加到dict（p）中。现在列表没有排序，所以现在我使用了内置的排序函数来根据值对dict进行排序。感谢您的解释！这是一种有效的方法吗

nb_occ={}
for x in data:
    nb_occ[x]=nb_occ.get(x,0)+1
data.sort(key=nb_occ.__getitem__)