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 är en vanlig operation när man arbetar med listor i Python. Funktionen `sorted` är en inbyggd högre ordningens funktion som låter dig sortera valfri iterable och returnerar en ny sorterad lista, medan den ursprungliga datan förblir oförändrad. Du kan använda `sorted` med eller utan egen sorteringslogik. Som standard ordnar `sorted` elementen i stigande ordning, men du kan styra sorteringsordningen och kriterierna med dess valfria parametrar.

De viktigaste parametrarna för `sorted` är:
- `iterable`: datan du vill sortera;
- `key`: en valfri funktion som bestämmer vilket värde som ska användas för sortering av varje element;
- `reverse`: ett booleskt värde som, om det är satt till `True`, sorterar datan i fallande ordning.

Anta att du har en lista med siffror och vill sortera dem i stigande ordning. Du kan helt enkelt anropa `sorted(numbers)`. Om du vill sortera siffrorna i fallande ordning kan du ange `reverse=True`.



numbers = [9, 5, 2, 1]

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

Du kan också använda parametern `key` för att sortera mer komplexa datastrukturer, såsom listor av tupler eller ordböcker, genom att ange en funktion som extraherar jämförelsevärdet från varje element.

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

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

Du kan skicka vilken funktion som helst till parametern `key`, inklusive en **lambda-funktion** eller en tidigare definierad funktion. Detta gör `sorted` till en **högre ordningens funktion**, eftersom den accepterar en annan funktion som argument. Sortering är inte begränsad till tal eller strängar; du kan sortera komplexa objekt så länge du tillhandahåller en lämplig `key`-funktion.

Den ursprungliga iterable ändras inte av `sorted`, den returnerar alltid en ny lista. Om du vill sortera en lista på plats, använd istället metoden `list.sort()`.

Notering

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

Bemästra packning/uppackning, flexibla funktionsargument, högre ordningens funktioner, lambdas, variabelräckvidd, closures, iteratorer och dekoratörer. Utformad för studenter som har genomfört en introduktionskurs i Python och vill skriva mer effektiv, uttrycksfull och kraftfull kod.

Utforska konsten att packa och packa upp listor, tupler och ordböcker för att skriva mer uttrycksfull och effektiv Python-kod.

Fördjupa dig i världen av högre ordningens funktioner, att skicka funktioner som argument och att skriva koncisa anonyma funktioner med lambda.

Avslöja mysterierna kring variabelns räckvidd och lär dig hur nästlade funktioner och closures möjliggör kraftfull inkapsling.

Fördjupa dig i Pythons iterationsprotokoll, anpassade iteratorer och generatorfunktioner för effektiv databehandling.

Grunderna i Sorted

Lösning