为什么需要虚拟主机？免备案虚拟主机带来什么？
虚拟祝机有更多用途，一旦我们开始使用虚拟机，我们就会越来越了解。免备案虚拟主机有利也有弊，是利大于弊？还是弊大于利？因用户需求而异。
熟悉EXCEL的小伙伴们肯定知道，EXCEL的数值排序功能还是挺强大的，升序、降序，尤其自定义排序，能够对多个字段进行排序工作。
那么，在Python大法中，有没有这样强大的排序功能呢？答案是有的，而且本人觉得Python的排序功能，一点不比EXCEL的差。
一、numpy和pandas库
同样，我们依然用到的是强大的pandas这个三方库。我们先将numpy和pandas导入进来：
pandas三方库
接着构造一个今天要用到的DataFrame，我们用字典的形式来构造。
DataFrame字典
都是随意构造的，内容别较真。我们先来个简单点的热热身，按照身高的降序来排列一下。
降序排列
二、df.sort_values()函数
用到的是df.sort_values()这个函数。第一个参数为by，传入你要排序的列的标签名即可，后面的ascending参数指示排序方法为升序还是降序，True为升序，False为降序。由于存在相同的身高，pandas会自动的比较两个相同身高所对应的index，按照index的升序来排列。
假如我有这样一个需求：先按照身高降序排序，若存在相同的身高，则再按照武力来降序排序，可以做到吗？
当然可以，我们只需要在by参数里传入列标签组成的列表即可。
by参数
通过这个例子我们可以看到，by参数不但可以传入字符串，还可以传入字符串组成的列表，来实现对多个列进行排序。
接着，我的要求再龌龊一点。身高我依然需要降序，但是武力我需要升序，可以吗？
我们直接上结果：
升序排序
跟by参数类似，我们只需要在ascending参数中也传入布尔值组成的列表就可以了，意思就是告诉pandas，这两列我各自需要的排序方式，就跟后面ascending参数里指定的一样。因此，这两个参数的列表内的元素个数需要是一致的，否则就会报错了，因为没法一一对应。
好了，关于sort_values这个强大的排序函数今天就介绍到这了。除了这些参数之外，它还有inplace、kind和na_position等参数来应对不同的排序需求。
如果您想进一步了解Python这个“如花似玉的美人”请继续看：
《云python教程—python是什么？》
《云python教程—列表概念、创建、添加元素》
《云python教程—列表排序》