我们经常需要对数据进行排序，尤其是处理字典、列表等结构时。用 lambda 表达式虽然方便，但性能上可能不如 operator.itemgetter。今天我们就来聊聊，为什么 operator.itemgetter 更快，以及如何用它来优化你的 Python 排序代码。
在 Python 中，如果你有一个包含字典或元组的列表，想要按某个字段排序，通常会用 sorted() 或 list.sort()，并传入一个 lambda 函数作为 key 参数。比如：
这段代码看起来没问题，但如果数据量很大，这种写法可能会有点慢。因为每次调用 lambda 都要生成一个新的函数对象，而 operator.itemgetter 则是预先编译好的，效率更高。
那 operator.itemgetter 是怎么工作的呢？它的作用是创建一个“可调用对象”，用来提取某个索引或键的值。比如，itemgetter("age") 就相当于一个函数，输入一个字典，返回它的 "age" 值。
我们来看看具体怎么用：
这里用的是 itemgetter(1)，也就是取每个元组的第二个元素（索引从 0 开始）。输出结果是 [('Bob', 25), ('Alice', 30)]，也就是按年龄从小到大排好了。
这个写法比 lambda x: x[1] 更快，特别是在处理大量数据时。而且代码也更简洁，可读性更好。
再来看一个字典的例子：
两者效果一样，但 itemgetter 的性能更好。特别是当你要多次使用同一个字段排序时，itemgetter 可以重复利用，避免每次都重新定义 lambda。
那 itemgetter 能不能同时提取多个字段呢？当然可以！比如你希望先按分数排序，再按名字排序：
这样就实现了多级排序。第一个字段是主要排序依据，第二个是次要排序依据。
不过要注意一点：itemgetter 适用于字典和元组等支持索引访问的数据结构。如果你的数据结构比较复杂，比如嵌套字典，或者没有明确的索引，那就得用 lambda 来灵活处理了。
举个例子：
这种情况下，lambda 更加灵活，itemgetter 无法替代。
还有一个常见场景是处理文件名排序。比如你有一堆图片文件，文件名是类似 "photo_001.jpg"、"photo_002.jpg" 这样的格式，你想按数字部分排序：
这时候 lambda 依然很实用，因为它可以处理字符串分割、转换等操作。但如果你只是按文件名中的数字排序，也可以考虑用正则表达式结合 itemgetter，不过这已经超出了本文的范围。
总的来说，operator.itemgetter 是一个非常高效的工具，特别适合在排序时提升性能。尤其是在处理大量数据时，它比 lambda 快得多，而且代码更简洁。
不过，它也有局限性，不是所有场景都适用。你需要根据数据结构和排序需求，灵活选择 lambda 或 itemgetter。
技术总结
operator.itemgetter 比 lambda 更快，尤其适合大数据排序。
它适用于字典和元组，能提取指定键或索引的值。
支持多级排序，语法简洁易读。
在复杂数据结构中，lambda 更加灵活。
如果你喜欢这类 Python 技巧分享，欢迎关注我，每天带你用 Python 解放双手！
#优质图文扶持计划#
宏泰配资-10倍配资可以找谁代注册-配资推荐-炒股配资知识网提示：文章来自网络，不代表本站观点。
