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

Sortering av data er en vanlig operasjon når man arbeider med lister i Python. Funksjonen `sorted` er en innebygd høyereordens funksjon som lar deg sortere enhver itererbar og returnerer en ny sortert liste, uten å endre de opprinnelige dataene. Du kan bruke `sorted` med eller uten egendefinert sorteringslogikk. Som standard ordner `sorted` elementene i stigende rekkefølge, men du kan kontrollere sorteringsrekkefølgen og kriteriene ved å bruke valgfrie parametere.

De viktigste parameterne for `sorted` er:
- `iterable`: dataene du ønsker å sortere;
- `key`: en valgfri funksjon som bestemmer verdien det skal sorteres etter for hvert element;
- `reverse`: en boolsk verdi som, hvis satt til `True`, sorterer dataene i synkende rekkefølge.

Anta at du har en liste med tall og ønsker å sortere dem i stigende rekkefølge. Du kan ganske enkelt kalle `sorted(numbers)`. Hvis du vil sortere tallene i synkende rekkefølge, kan du sende inn `reverse=True`.



numbers = [9, 5, 2, 1]

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

Du kan også bruke parameteren `key` for å sortere mer komplekse datastrukturer, som lister av tupler eller ordbøker, ved å spesifisere en funksjon som henter ut sammenligningsverdien fra hvert element.

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

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

Du kan sende inn hvilken som helst funksjon til `key`-parameteren, inkludert en **lambda-funksjon** eller en tidligere definert funksjon. Dette gjør `sorted` til en **høyereordens funksjon**, siden den tar en annen funksjon som argument. Sortering er ikke begrenset til tall eller strenger; du kan sortere komplekse objekter så lenge du gir en passende `key`-funksjon.

Den opprinnelige iterable endres ikke av `sorted`, den returnerer alltid en ny liste. Hvis du vil sortere en liste på stedet, bruk metoden `list.sort()` i stedet.

Merk

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

Bli ekspert på pakking/oppakking, fleksible funksjonsargumenter, høyereordensfunksjoner, lambdaer, variabelomfang, closures, iteratorer og dekoratører. Utformet for deltakere som har fullført et introduksjonskurs i Python og ønsker å skrive mer effektiv, uttrykksfull og kraftfull kode.

Utforsk kunsten å pakke og pakke ut lister, tupler og ordbøker for å skrive mer uttrykksfull og effektiv Python-kode.

Fordyp deg i verdenen av høyereordensfunksjoner, å sende funksjoner som argumenter, og å skrive konsise anonyme funksjoner med lambda.

Avdekk mysteriene rundt variabelomfang, og lær hvordan nøstede funksjoner og closures muliggjør kraftig kapsling.

Fordyp deg i Pythons iterasjonsprotokoll, egendefinerte iteratorer og generatorfunksjoner for effektiv databehandling.

Grunnleggende om Sorted

Løsning