Summary  
The chapter explains how to use Python’s built-in `sorted` higher-order function to produce a new sorted list from any iterable—by default in ascending order or with `reverse=True`—and how to customize the sort order using the `key` parameter with functions like `len` or lambdas.  

General domain of usage  
Data processing and organization

Le tri des données est une opération courante lors de la manipulation de listes en Python. La fonction `sorted` est une fonction d'ordre supérieur intégrée qui permet de trier n'importe quel itérable et retourne une nouvelle liste triée, sans modifier les données d'origine. Vous pouvez utiliser `sorted` avec ou sans logique de tri personnalisée. Par défaut, `sorted` organise les éléments par ordre croissant, mais il est possible de contrôler l'ordre et les critères de tri grâce à ses paramètres optionnels.

Les paramètres les plus importants pour `sorted` sont :
- `iterable` : les données à trier ;
- `key` : une fonction optionnelle qui détermine la valeur à utiliser pour le tri de chaque élément ;
- `reverse` : une valeur booléenne qui, si elle est définie sur `True`, trie les données par ordre décroissant.

Supposons que vous disposiez d'une liste de nombres et que vous souhaitiez les trier par ordre croissant. Il suffit d'appeler `sorted(numbers)`. Si vous souhaitez trier les nombres par ordre décroissant, vous pouvez passer `reverse=True`.



numbers = [9, 5, 2, 1]

# Sorting in reverse order
sorted_desc = sorted(numbers, reverse=True)
print(sorted_desc)  

Il est également possible d'utiliser le paramètre `key` pour trier des structures de données plus complexes, telles que des listes de tuples ou de dictionnaires, en spécifiant une fonction qui extrait la valeur de comparaison de chaque élément.

words = ["apple", "kiwi", "banana"]

# Sorting by the length of each string
sorted_words = sorted(words, key=len)
print(sorted_words)  

Il est possible de passer n'importe quelle fonction au paramètre `key`, y compris une **fonction lambda** ou une fonction définie précédemment. Cela fait de `sorted` une **fonction d'ordre supérieur**, car elle accepte une autre fonction en argument. Le tri ne se limite pas aux nombres ou aux chaînes de caractères ; il est possible de trier des objets complexes tant qu'une fonction `key` appropriée est fournie.

L'itérable d'origine n'est pas modifié par `sorted`, qui retourne toujours une nouvelle liste. Pour trier une liste sur place, utiliser plutôt la méthode `list.sort()`.

Remarque

import unittest
import user_code
import ast
import re   
import importlib
import csv
import importlib

class TestTask(unittest.TestCase):
    def test_sorted_pairs_exists_and_is_list(self):
        import user_code
        importlib.reload(user_code)
        result = getattr(user_code, 'sorted_pairs', None)
        _dynamic_test(
            self,
            isinstance(result, list),
            "sorted_pairs is a list.",
            f"sorted_pairs should be a list, got {type(result)}."
        )
    def test_sorted_pairs_correct_order(self):
        import user_code
        importlib.reload(user_code)
        result = getattr(user_code, 'sorted_pairs', None)
        expected = [(4, 1), (2, 2), (1, 3)]
        _dynamic_test(
            self,
            result == expected,
            "sorted_pairs is sorted by the second tuple element.",
            f"Expected {expected}, got {result}."
        )
    def test_sorted_pairs_with_other_data(self):
        code = ""
        with open("user_code.py", "r") as f:
            code = f.read()
        test_pairs = [(5, 10), (2, -1), (7, 5)]
        code = change_var(code, "pairs", repr(test_pairs))
        ns = {}
        exec(code, ns)
        actual = ns.get('sorted_pairs', None)
        expected = [(2, -1), (7, 5), (5, 10)]
        _dynamic_test(
            self,
            isinstance(actual, list) and actual == expected,
            "sorted_pairs sorts different input correctly.",
            f"Expected {expected}, got {actual}."
        )
    def test_get_second_element_function(self):
        import user_code
        importlib.reload(user_code)
        func = getattr(user_code, 'get_second_element', None)
        _dynamic_test(
            self,
            callable(func),
            "get_second_element is defined and callable.",
            "get_second_element function is not defined or not callable."
        )
        if callable(func):
            result = func((99, 123))
            _dynamic_test(
                self,
                result == 123,
                "get_second_element returns the second element of the tuple.",
                f"Expected 123, got {result}."
            )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\\s{2,}", " ", text)
    text = re.sub(r"\\s*([,:?])\\s*", r"\\1 ", text)
    return text.strip()

def change_var(code: str, var_name: str, value: str) -> str:
    tree = ast.parse(code)
    lines = code.splitlines()
    changed = False
    # Collect all assignment nodes to modify
    assign_nodes = [
        (i, node)
        for i, node in enumerate(tree.body)
        if isinstance(node, ast.Assign)
        and any(isinstance(target, ast.Name) and target.id == var_name for target in node.targets)
    ]

    # If nothing to change, return unmodified code
    if not assign_nodes:
        return code

    # Perform replacements for all matching assignments (from last to first to not break line offsets)
    for i, node in reversed(assign_nodes):
        start_line = node.lineno - 1
        line = lines[start_line]
        indent = ' ' * (len(line) - len(line.lstrip()))
        lines[start_line] = f"{indent}{var_name} = {value}"
        next_line = len(lines)
        for next_node in tree.body[i+1:]:
            if hasattr(next_node, 'lineno'):
                next_line = next_node.lineno - 1
                break
        if next_line > start_line + 1:
            lines[start_line+1:next_line] = []
        changed = True

    return '\\n'.join(lines) if changed else code

if __name__ == "__main__":
    unittest.main()


test_main.py

Maîtrise de l'emballage/déballage, des arguments de fonction flexibles, des fonctions d'ordre supérieur, des lambdas, de la portée des variables, des closures, des itérateurs et des décorateurs. Conçu pour les apprenants ayant suivi un cours d'introduction à Python et souhaitant écrire un code plus efficace, expressif et puissant.

Explorez l'art du packing et unpacking des listes, tuples et dictionnaires pour écrire un code Python plus expressif et efficace.

Plongez dans le monde des fonctions d'ordre supérieur, du passage de fonctions en tant qu'arguments, et de l'écriture de fonctions anonymes concises avec lambda.

Démystifier la portée des variables et découvrir comment les fonctions imbriquées et les closures permettent une encapsulation puissante.

Plongez dans le protocole d'itération de Python, les itérateurs personnalisés et les fonctions génératrices pour un traitement efficace des données.

Fondamentaux de Sorted

Solution