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

A ordenação de dados é uma operação comum ao trabalhar com listas em Python. A função `sorted` é uma função de ordem superior embutida que permite ordenar qualquer iterável e retorna uma nova lista ordenada, mantendo os dados originais inalterados. É possível utilizar `sorted` com ou sem lógica de ordenação personalizada. Por padrão, `sorted` organiza os elementos em ordem crescente, mas é possível controlar a ordem e os critérios de ordenação utilizando seus parâmetros opcionais.

Os parâmetros mais importantes de `sorted` são:
- `iterable`: os dados que se deseja ordenar;
- `key`: uma função opcional que determina o valor pelo qual cada elemento será ordenado;
- `reverse`: um valor booleano que, se definido como `True`, ordena os dados em ordem decrescente.

Suponha que você tenha uma lista de números e queira ordená-los em ordem crescente. Basta chamar `sorted(numbers)`. Se desejar ordenar os números em ordem decrescente, pode passar `reverse=True`.



numbers = [9, 5, 2, 1]

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

Também é possível utilizar o parâmetro `key` para ordenar estruturas de dados mais complexas, como listas de tuplas ou dicionários, especificando uma função que extrai o valor de comparação de cada elemento.

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

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

É possível passar qualquer função para o parâmetro `key`, incluindo uma **função lambda** ou uma função previamente definida. Isso faz com que `sorted` seja uma **função de ordem superior**, pois aceita outra função como argumento. A ordenação não se limita a números ou strings; é possível ordenar objetos complexos desde que seja fornecida uma função `key` adequada.

O iterável original não é alterado pelo `sorted`, ele sempre retorna uma nova lista. Se desejar ordenar uma lista no próprio local, utilize o método `list.sort()`.

Nota

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

Domine técnicas de empacotamento e desempacotamento, argumentos flexíveis em funções, funções de ordem superior, lambdas, escopo de variáveis, closures, iteradores e decoradores. Desenvolvido para alunos que já concluíram um curso introdutório de Python e desejam escrever códigos mais eficientes, expressivos e poderosos.

Explore a arte de empacotar e desempacotar listas, tuplas e dicionários para escrever códigos Python mais expressivos e eficientes.

Aprofunde-se no mundo das funções de ordem superior, passando funções como argumentos e escrevendo funções anônimas concisas com lambda.

Desvende os mistérios do escopo de variáveis e compreenda como funções aninhadas e closures possibilitam um encapsulamento poderoso.

Aprofundamento no protocolo de iteração do Python, iteradores personalizados e funções geradoras para processamento eficiente de dados.

Fundamentos do Sorted

Solução