列表的排序，详见：https://docs.python.org/zh-cn/3.12/howto/sorting.html#sortinghowto

列表的排序，主要使用列表本身的sort方法和内置函数sorted。如官方文档所言，如果是对列表自身进行排序，不需要产生新的列表，那么采用列表的sort方法是更加高效的。如果需要产生新的列表，那么使用内置函数sorted反而是合适的。

列表本身的排序不是什么特别问题，特别的是需要解决实际应用中遇到的问题。现在我们有一个小想法，需要统计字符串中不同长度的子串出现的次数，并期望在较大样本空间内，计算不同子串出现的可能性（出现次数/样本空间总数）。上代码，见图1：

图1 统计指定长度子串存在个数的实现

自定义函数，count_sames(filename:str,base_counts:dict=None,sub_len:int=2,encoding:str='utf-8',reverse=False)的参数说明：

filename：数据文件

base_counts:基于的统计结果字典。在多个文件时，可以累加使用。

sub_len:子串长度

encoding:编码格式，这里采用utf-8编码

读取filename文件内容后，统计所有长度为sub_len相同子串的数量。

函数sort_counts(counts: dict, reverse=False)，将相同子串统计的结果字典转换为列表的形式，元素为{k:子串，'n':个数}的字典对象（用tuple也可，这里是为了说明列表sort函数的key参数使用情况），其中利用列表的sort方法，指定排序所需关键字函数为sort_key函数（其内部返回了元素的'n'键的值）。需要注意的是，这里并不是比较函数（与其他语言不同），如果采用比较函数，需要使用python的functools.cmp_to_key对比较函数进行包装。

然后，我们将需要统计的字符串整体数据存放在了data.txt文件中。进行统计后，保存为本地的json文件。

图2 统计后保存到本地文件

图3 排序后的列表结果

对2字符长度的统计可以看出，在200多万字符的数据中，排名靠前的“救援”、“车辆”、“亏电”等关键字，暴露了数据的内容，确实跟车辆救援相关，而且这些救援中对亏电车辆的救援占了绝大多数。如果想证明新的记录信息是类似车辆救援数据的话，提取数据、车辆、亏电三个维度的统计信息，相信能够接近答案。