一般来说，字典可以这样排序:

for k in sorted(d):
    print k, d[k]

对于问题中的特定情况，对d.t iteritems()进行“drop in replacement”，添加如下函数:

def sortdict(d, **opts):
    # **opts so any currently supported sorted() options can be passed
    for k in sorted(d, **opts):
        yield k, d[k]

所以终点线从

return dict.iteritems()

to

return sortdict(dict)

or

return sortdict(dict, reverse = True)

使用sorted()函数:

return sorted(dict.iteritems())

如果你想在排序结果上使用一个实际的迭代器，因为sorted()返回一个列表，请使用:

return iter(sorted(dict.iteritems()))

格雷格的答案是正确的。注意，在Python 3.0中，你必须这样做

sorted(dict.items())

因为iteritems会消失。

假设你使用的是CPython 2。X，并且有一个大的字典mydict，那么使用sorted(mydict)将会很慢，因为sorted构建了一个mydict的键的排序列表。

在这种情况下，你可能想看看我的ordereddict包，其中包括一个C语言的sorteddict的C实现，特别是如果你必须在不同的阶段多次检查排序的键列表(例如。元素数量)的字典生命周期。

http://anthon.home.xs4all.nl/Python/ordereddict/

一般来说，字典可以这样排序:

for k in sorted(d):
    print k, d[k]

对于问题中的特定情况，对d.t iteritems()进行“drop in replacement”，添加如下函数:

def sortdict(d, **opts):
    # **opts so any currently supported sorted() options can be passed
    for k in sorted(d, **opts):
        yield k, d[k]

所以终点线从

return dict.iteritems()

to

return sortdict(dict)

or

return sortdict(dict, reverse = True)

>>> import heapq
>>> d = {"c": 2, "b": 9, "a": 4, "d": 8}
>>> def iter_sorted(d):
        keys = list(d)
        heapq.heapify(keys) # Transforms to heap in O(N) time
        while keys:
            k = heapq.heappop(keys) # takes O(log n) time
            yield (k, d[k])


>>> i = iter_sorted(d)
>>> for x in i:
        print x


('a', 4)
('b', 9)
('c', 2)
('d', 8)

这个方法仍然有一个O(N log N)排序，然而，在一个简短的线性堆化之后，它会生成有序的条目，当你不总是需要整个列表时，理论上它更有效。