Ordenar listas em Python sem modificar a original

Ordenar listas em Python sem modificar a original

Ordenar listaslink image 2

Aviso: Este post foi traduzido para o português usando um modelo de tradução automática. Por favor, me avise se encontrar algum erro.

Suponhamos que temos uma lista desordenada

	
< > Input
Python
list = [1, 4, 7, 2, 5, 8, 3, 6, 9]
print(list)
Copied
>_ Output
			
[1, 4, 7, 2, 5, 8, 3, 6, 9]

E que queremos ordená-la, então usamos o método sort()

	
< > Input
Python
list.sort()
print(list)
Copied
>_ Output
			
[1, 2, 3, 4, 5, 6, 7, 8, 9]

O problema do método sort() é que ele modifica a lista original, se voltarmos a imprimir a lista vemos que ela está ordenada, e não temos a original.

	
< > Input
Python
print(list)
Copied
>_ Output
			
[1, 2, 3, 4, 5, 6, 7, 8, 9]

Voltamos a criar a lista original

	
< > Input
Python
list = [1, 4, 7, 2, 5, 8, 3, 6, 9]
print(list)
Copied
>_ Output
			
[1, 4, 7, 2, 5, 8, 3, 6, 9]

Para ordenar uma lista sem modificá-la, podemos usar a função sorted()

	
< > Input
Python
print(sorted(list))
Copied
>_ Output
			
[1, 2, 3, 4, 5, 6, 7, 8, 9]

Se agora voltarmos a imprimir a lista original, veremos que não mudou.

	
< > Input
Python
print(list)
Copied
>_ Output
			
[1, 4, 7, 2, 5, 8, 3, 6, 9]

O mesmo ocorre se a quisermos ordenar em ordem inversa, podemos usar o método .reverse()

	
< > Input
Python
list.reverse()
print(list)
Copied
>_ Output
			
[9, 6, 3, 8, 5, 2, 7, 4, 1]

Se imprimirmos a lista, vemos que está ordenada em ordem inversa e não como a tínhamos no início.

	
< > Input
Python
print(list)
Copied
>_ Output
			
[9, 6, 3, 8, 5, 2, 7, 4, 1]

Voltamos a criar a lista original

	
< > Input
Python
list = [1, 4, 7, 2, 5, 8, 3, 6, 9]
print(list)
Copied
>_ Output
			
[1, 4, 7, 2, 5, 8, 3, 6, 9]

Se queremos ordenar uma lista sem modificá-la, usamos novamente a função sorted(), mas com o argumento reverse=True

	
< > Input
Python
print(sorted(list, reverse=True))
Copied
>_ Output
			
[9, 8, 7, 6, 5, 4, 3, 2, 1]

Se agora imprimirmos a lista original, vemos que ela não mudou.

	
< > Input
Python
print(list)
Copied
>_ Output
			
[1, 4, 7, 2, 5, 8, 3, 6, 9]

Perguntas frequentes

Qual é a diferença real entre list.sort() e sorted(list) em Python?

list.sort() ordena a lista no próprio lugar (in place): depois de chamá-lo, list fica modificada e não é possível recuperar a ordem original, como se vê ao chamar list.sort() e depois imprimir list novamente. Já sorted(list) não altera a lista original e retorna uma nova lista já ordenada, então após print(sorted(list)) a variável list continua com a ordem original se você imprimi-la de novo.

Como ordeno uma lista do maior para o menor sem perder a ordem original, em vez de usar list.reverse()?

list.reverse() inverte a lista in place (por exemplo [1,4,7,2,5,8,3,6,9] passa a [9,6,3,8,5,2,7,4,1], que é apenas a ordem invertida, não uma ordenação decrescente) e destrói a ordem original. Para obter a lista ordenada do maior para o menor sem modificar a original, use sorted(list, reverse=True), que retorna uma nova lista ([9,8,7,6,5,4,3,2,1]) deixando list intacta.

Continuar lendo

Últimos posts -->

Você viu esses projetos?

Gymnasia

Gymnasia Gymnasia
Expo
React Native
TypeScript
OpenAI
Anthropic

App de fitness com dois agentes que são executados integralmente no dispositivo, sem backend, de forma que os dados do usuário nunca saem do celular. Um coach conversacional BYOK com adaptadores para OpenAI, Anthropic e Google, 12 tools locais e system prompt remoto com fallback offline, e um subagente de visão que estima macronutrientes a partir de fotos de comida, com leitura de códigos de barras contra o OpenFoodFacts.

LangGraph Deep Researcher

LangGraph Deep Researcher LangGraph Deep Researcher
Python
LangGraph
FastAPI
React
TypeScript
Docker

Sistema multiagente de pesquisa construído com LangGraph. Um supervisor decompõe sua pergunta em tópicos e lança subagentes de busca em paralelo; cada um comprime seus achados antes de repassá-los a um agente redator que escreve o relatório final em markdown com suas fontes. Streaming ao vivo por WebSockets, modelo configurável por papel e chaves de API próprias que nunca são armazenadas no servidor.

Tau

Tau Tau
Python
LangChain

Sistema multiagente de tutoria para estudantes do ensino médio, com um agente por disciplina e material de curso elaborado e validado por uma equipe de professores. Chegou a ser usado com alunos reais em um colégio privado na Espanha e em uma escola de ensino médio na Colômbia.

Ver todos os projetos -->
>_ Disponível para projetos

Tem um projeto com IA?

Vamos conversar.

maximofn@gmail.com

Especialista em Machine Learning e Inteligência Artificial. Desenvolvo soluções com IA generativa, agentes inteligentes e modelos personalizados.

Quer assistir alguma palestra?

Últimas palestras -->

Quer melhorar com essas dicas?

Últimos tips -->

Use isso localmente

Os espaços do Hugging Face nos permitem executar modelos com demos muito simples, mas e se a demo quebrar? Ou se o usuário a deletar? Por isso, criei contêineres docker com alguns espaços interessantes, para poder usá-los localmente, aconteça o que acontecer. Na verdade, se você clicar em qualquer botão de visualização de projeto, ele pode levá-lo a um espaço que não funciona.

Flow edit

Flow edit Flow edit

Edite imagens com este modelo de Flow. Baseado em SD3 ou FLUX, você pode editar qualquer imagem e gerar novas

FLUX.1-RealismLora

FLUX.1-RealismLora FLUX.1-RealismLora
Ver todos os contêineres -->
>_ Disponível para projetos

Tem um projeto com IA?

Vamos conversar.

maximofn@gmail.com

Especialista em Machine Learning e Inteligência Artificial. Desenvolvo soluções com IA generativa, agentes inteligentes e modelos personalizados.

Você quer treinar seu modelo com esses datasets?

short-jokes-dataset

HuggingFace

Dataset com piadas em inglês

Uso: Fine-tuning de modelos de geração de texto humorístico

231K linhas 2 colunas 45 MB
Ver no HuggingFace →

opus100

HuggingFace

Dataset com traduções de inglês para espanhol

Uso: Treinamento de modelos de tradução inglês-espanhol

1M linhas 2 colunas 210 MB
Ver no HuggingFace →

netflix_titles

HuggingFace

Dataset com filmes e séries da Netflix

Uso: Análise de catálogo Netflix e sistemas de recomendação

8.8K linhas 12 colunas 3.5 MB
Ver no HuggingFace →
Ver mais datasets -->