Python 3中如何用isclose比较浮点数而非绝对相等来排序元组？

你的包装类方案的合理性 #

这个方案完全可行，通过自定义包装类重写比较逻辑，确实能解决浮点数精确相等比较带来的问题，核心思路是对的。但缺点也明显：需要手动实现__lt__等魔术方法（若要完整支持所有比较操作还得补__eq__、__le__等），代码冗余度较高；而且依赖numpy，如果你的环境没有numpy会受限。另外，这种写法不算最符合Python的“简洁直观”风格。

更简便的实现方式：用functools.cmp_to_key自定义比较函数 #

Python的functools.cmp_to_key可以直接把自定义的比较函数转换成排序键，逻辑更直观，代码量更少，是这类场景的首选方案。

依赖numpy的版本 #

直接用np.isclose判断浮点数近似相等，然后按次键排序：

from functools import cmp_to_key
import numpy as np

def compare_tuple(a, b):
    # 先判断浮点数是否近似相等
    if np.isclose(a[1], b[1]):
        # 近似相等时，按整数次键升序排序
        return a[0] - b[0]
    # 浮点数不相等时，按浮点数本身大小排序
    return 1 if a[1] > b[1] else -1

# 测试示例
my_list = [(3, 1e-7), (1, 9.99999e-8), (2, 0.5)]
sorted_list = sorted(my_list, key=cmp_to_key(compare_tuple))
print(sorted_list)
# 输出：[(1, 9.99999e-08), (3, 1e-07), (2, 0.5)]

不依赖numpy的版本 #

自己实现一个轻量版的isclose逻辑，避免第三方库依赖：

from functools import cmp_to_key

def is_close(a, b, rel_tol=1e-9, abs_tol=0.0):
    """判断两个浮点数是否近似相等"""
    return abs(a - b) <= max(rel_tol * max(abs(a), abs(b)), abs_tol)

def compare_tuple(a, b):
    if is_close(a[1], b[1]):
        return a[0] - b[0]
    return 1 if a[1] > b[1] else -1

# 使用方式同上

其他可选思路：浮点数分组排序 #

如果你的数据量较大，可以先按浮点数近似值分组，每组内按次键排序，再把各组按浮点数的代表值（比如组内均值）排序：

import numpy as np

# 先按浮点数粗略排序（确保近似值的元素挨在一起）
pre_sorted = sorted(my_list, key=lambda x: x[1])
groups = []
current_group = [pre_sorted[0]]
for item in pre_sorted[1:]:
    if np.isclose(item[1], current_group[0][1]):
        current_group.append(item)
    else:
        # 组内按次键排序后加入结果
        groups.append(sorted(current_group, key=lambda x: x[0]))
        current_group = [item]
# 处理最后一组
groups.append(sorted(current_group, key=lambda x: x[0]))
# 合并所有组
sorted_list = [item for group in groups for item in group]

这个思路适合数据量较大的场景，但代码复杂度比cmp_to_key高，一般小数据量没必要用。

总结 #

• 优先选择cmp_to_key+自定义比较函数的方案：代码简洁直观，符合Python风格，灵活性高。
• 包装类方案适合需要复用比较逻辑的场景，但代码冗余度高，一般排序场景下不是最优解。
• 分组排序适合大数据量，但实现复杂，按需选择。

内容的提问来源于stack exchange，提问作者OnDraganov