经过数十年的艰苦努力，Python才受到编程社区的赞赏。自2010年以来，Python蓬勃发展，并最终超过C，C#，Java和JavaScript。如今python可谓是我们日常比较常见的编程语言之一了。因此在使用Python进行编程时遇到任何问题，只需在线搜索即可获得答案。因为在那之前总会有人遇到这个问题，例如python中怎么排序数组，python为啥运行效率不高等问题。

 python中数组排序的方法：

1、一维数组采用sort函数进行排序；

2、多维数组利用sort函数结合lambda匿名函数进行排序。

 1、数组排序

a = [3,1,4,6]

a.sort()

print(a)

执行结果：

 2、多维数组排

a = [['5.1.5.40580', 29], ['5.0.8.14000', 11], ['5.0.8.14999', 59], ['5.1.4.37882', 4]]

a.sort(key=lambda x:x[1],reverse=True)

print(a)

key=lambda x:x[1]：按照数组索引1列进行排序，无此参数默认以0列进行排序。

reverse=True：倒序，无此参数默认升序。

执行结果：

 python为啥运行效率不高？

第一：python是动态语言

一个变量所指向对象的类型在运行时才确定，编译器做不了任何预测，也就无从优化。举一个简单的例子：　r = a + b。　a和b相加，但a和b的类型在运行时才知道，对于加法操作，不同的类型有不同的处理，所以每次运行的时候都会去判断a和b的类型，然后执行对应的操作。而在静态语言如C++中，编译的时候就确定了运行时的代码。

另外一个例子是属性查找，关于具体的查找顺序在《python属性查找》中有详细介绍。简而言之，访问对象的某个属性是一个非常复杂的过程，而且通过同一个变量访问到的python对象还都可能不一样。而在C语言中，访问属性用对象的地址加上属性的偏移就可以了。

第二：python是解释执行，但是不支持JIT（just in time compiler）。虽然大名鼎鼎的google曾经尝试Unladen Swallow 这个项目，但最终也折了。

第三：python中一切都是对象，每个对象都需要维护引用计数，增加了额外的工作。

第四：python GIL，GIL是Python最为诟病的一点，因为GIL，python中的多线程并不能真正的并发。如果是在IO bound的业务场景，这个问题并不大，但是在CPU BOUND的场景，这就很致命了。所以笔者在工作中使用python多线程的情况并不多，一般都是使用多进程（pre fork），或者在加上协程。即使在单线程，GIL也会带来很大的性能影响，因为python每执行100个opcode（默认，可以通过sys.setcheckinterval()设置）就会尝试线程的切换，具体的源代码在ceval.c::PyEval_EvalFrameEx。

第五：垃圾回收，这个可能是所有具有垃圾回收的编程语言的通病。python采用标记和分代的垃圾回收策略，每次垃圾回收的时候都会中断正在执行的程序，造成所谓的顿卡。infoq上有一篇文章，提到禁用Python的GC机制后，Instagram性能提升了10%。感兴趣的读者可以去细读。

以上就是关于python中怎么排序数组，以及python为啥运行效率不高的全部内容，想了解更多关于python的信息，请继续关注。