@[TOC](python 对一组list数据，进行区间划分，按照大小排序并返回索引值：)
一、对一组纬度数据进行排序：
现有4000多个纬度数据，从第0个至最后一个从-90°~90°随机分布。
想要实现从-90°依次从到小排至90°，既升序排列，同时返回其下标
这里引用两个函数sorted 、enumerate
第一个函数：sorted 用法说明如下
list = sorted(iterable, key=None, reverse=False)
如果只想实现升序排列，直接进行如下操作即可
lat_sort=sorted(lat)
得到：
但是我们想同时返回其在原来列表中的下标，既需要enumerate函数的帮忙
其使用方法如下：
enumerate(iterable, start=0)
Parameters:
Iterable: any object that supports iteration
Start: the index value from which the counter is
to be started, by default it is 0
我们先对lat数据直接进行使用看看返回了什么：
a=enumerate[lat]
发现无法查看其具体结果，所以再将其转换为list格式，以便浏览
a=list(enumerate(lat))
很明显，上述操作，将每个原始lat中数据的值及其下标返回了，因此再次进行sorted排序是即可查看它对应的下标啦~
但是！！！，因为此时list中既有下标、又有数值，在进行排序时是按照下标还是数值呢，所以需要增加一个维度设定，既
对于sorted(iterable, ****key=None****, reverse=False)中的key进行设定，使其按照所需纬度进行排序。
这里我需要的是根据数值排序，所以进行如下操作：
a=sorted(list(enumerate(lat)),key=lambda dimension: dimension[1])
。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
补充一下：
lambda 函数是一种小的匿名函数，可接受任意数量的参数，但只能有一个表达式。
比如：对于想要传入的参数使其加上6，即可设置为：
x= lambda a : a + 10
。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
回到正题
我们运行上述代码会得到：
果然！！！不出所料按照我们想要的结果实现啦~
下面，是提取对应的维度结果，比如我们想要将下标和数值分别放置在一个list中，只要这样即可：
index = [i[0] for i in a]
lat_sort = [i[1] for i in a]
不出所料，是不是很easy呐！
如果想要按照原始lat中，不同数值按照不同颜色排列，只需将list转为array即可
lat_sort=np.array(lat_sort)
二、将lat数据按照10为区间进行排序并统计每个区间存在的个数：
首先整理一下思路，我们要进行排序，然后区间进行分割。
这里引出一个新的函数：groupby（），其参数属性如下所示：
DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=<object object>, observed=False, dropna=True)
感兴趣的小伙伴们可以去点击下方中进行仔细浏览：
总之，我们可以通过groupby，达到分割数据的目的，
进行如下操作：
lat_sort=[]
for k, g in groupby(sorted(lat), key=lambda x:x//10):
#x//10:对x取整除 - 返回商的整数部分
print('{}-{}:{}'.format(k*10, (k+1)*10-1,len(list(g))))
完美！！！
引用：https://blog.csdn.net/weixin_44237337/article/details/116139690?spm=1001.2014.3001.5502
