引言
这是第六章”列表、元组与字典”的第 9 篇。前 8 篇我们掌握了四种容器各自的语法与常用方法：列表的方法与切片（第 1 篇）、元组的不可变性与解包（第 2 篇）、字典的增删查改与遍历（第 3 篇）、集合的去重与运算（第 4 篇），还理解了引用与深浅拷贝（第 5 篇）、嵌套容器的遍历写法（第 6 篇）、collections 模块的 Counter 与 defaultdict（第 7 篇），并在第 8 篇用词频统计完成了一次小型实战。但”会方法”和”会解决问题”之间还有一段路：真实数据处理中，排序、筛选、聚合是三件出现频率最高的事。本篇就以上一篇积累的知识为原料，完成一个综合项目——学生成绩记录分析，产出三类结果：排序后的名次、筛选后的名单、聚合后的统计报表。
读者应先掌握：第五章的 f-string 格式化与 sorted 的基本用法、第 3 篇的字典遍历、第 6 篇的嵌套容器遍历、第 7 篇的 Counter 与 defaultdict。下一篇是第六章综合测验，本篇的排序与筛选是测验的高频考点，请务必亲手运行每一个代码块。
概念与原理
排序：比较、键函数与稳定性
Python 提供的排序入口有两个：内置函数 sorted(iterable, *, key=None, reverse=False) 与列表方法 list.sort()。两者都在原元素的”键”上做比较：key 是一个接收单个元素、返回排序键的函数，每个元素只调用一次。复杂度方面，两者都是 O(n log n)，底层是成熟的 Timsort 算法（自 Python 2.3 起就是 Timsort 实现）。更关键的性质是稳定性（stable）：比较结果相等的元素，排序后保持它们在原序列中的相对顺序。稳定性的价值在于它可以”叠加”出多级排序——先按次要键排一遍，再用稳定排序按主键排一遍，主键相同的元素之间就自然保留上次排序（次要键）的顺序。
筛选：保留满足条件的元素
**筛选（filtering）**指从容器中挑出满足某条件的元素，结果是原容器的一个子集。筛选与排序是正交的两个操作：排序改变”顺序”，筛选改变”数量”。实现筛选有两条路：列表推导式的 if 子句（[x for x in data if 条件]，返回新列表）与内置函数 filter（返回迭代器，需配合 list() 使用）。教学与工程中推荐推导式，可读性更好，且不会遇到”迭代器只能消费一次”的陷阱。
聚合：分组、累积与汇总
聚合（aggregation）指把一组记录归并成少数几个汇总值：总和、平均值、最大值、最小值、计数。它的核心思想是分组（group by）：选定一个字段作为分组标签，把标签相同的记录放进同一组，再对每组做同样的归并计算。字典天然是”标签 → 数据”的映射容器，所以字典（或 defaultdict）是手工聚合的标准工具：键是组标签，值是累积器（累加的数、累积的列表）。上一章的”求最大最小值”是聚合的特例——分组大小恰好为 1。第 7 篇的 Counter 本质上是”值为整数计数”的特化字典，适合统计各组数量，而一般的统计（平均、最值）用 defaultdict(list) 先收集再计算更顺手。
操作与实现
1. 准备数据：列表套字典
综合项目的惯例是一开始就把数据结构选对。这里用列表套字典的嵌套容器：外层列表保持”记录”的有序集合，内层字典描述一条学生的完整属性。10 条记录分属一班、二班，每门课 55~96 分，包含两种典型情况：个别科目不及格的学生（筛选时会被淘汰），以及总分相近的学生（便于观察排序稳定性）。
students = [
{'name': '张伟', 'sid': '2026001', 'cls': '一班', 'chinese': 88, 'math': 92, 'english': 85},
{'name': '李娜', 'sid': '2026002', 'cls': '一班', 'chinese': 76, 'math': 81, 'english': 90},
{'name': '王强', 'sid': '2026003', 'cls': '一班', 'chinese': 92, 'math': 78, 'english': 80},
{'name': '刘洋', 'sid': '2026004', 'cls': '一班', 'chinese': 65, 'math': 59, 'english': 70},
{'name': '陈静', 'sid': '2026005', 'cls': '一班', 'chinese': 81, 'math': 84, 'english': 62},
{'name': '赵磊', 'sid': '2026006', 'cls': '二班', 'chinese': 70, 'math': 95, 'english': 88},
{'name': '孙丽', 'sid': '2026007', 'cls': '二班', 'chinese': 85, 'math': 72, 'english': 91},
{'name': '周明', 'sid': '2026008', 'cls': '二班', 'chinese': 58, 'math': 66, 'english': 73},
{'name': '吴婷', 'sid': '2026009', 'cls': '二班', 'chinese': 90, 'math': 88, 'english': 96},
{'name': '郑浩', 'sid': '2026010', 'cls': '二班', 'chinese': 73, 'math': 61, 'english': 55},
]
for s in students:
s['total'] = s['chinese'] + s['math'] + s['english']
print(f'共 {len(students)} 条记录，字段：{list(students[0])}')
print('第一条记录：', students[0])运行结果：
共 10 条记录，字段：['name', 'sid', 'cls', 'chinese', 'math', 'english', 'total']
第一条记录： {'name': '张伟', 'sid': '2026001', 'cls': '一班', 'chinese': 88, 'math': 92, 'english': 85, 'total': 265}注意 for s in students 遍历的是元素本身（字典），在循环体内直接修改 s['total'] 是在给原字典补字段——列表套字典的结构让”统一加工每条记录”变得非常自然。这份数据集在本篇多次使用：为保证后面每个代码块都能直接复制运行，需要数据的块都会自带完整定义，内容与本块一致，可以快速略读。
2. 排序：先理解稳定性
排序前先做一个 3 元素的最小验证，把稳定性的语义钉死：(1, 'a') 与 (1, 'b') 的键同为 1，排序后 'a' 依然在 'b' 前面。
pairs = [(1, 'a'), (1, 'b'), (0, 'a')]
print('整体排序： ', sorted(pairs))
print('只看第一键排序：', sorted(pairs, key=lambda p: p[0]))运行结果：
整体排序： [(0, 'a'), (1, 'a'), (1, 'b')]
只看第一键排序： [(0, 'a'), (1, 'a'), (1, 'b')]第二行只按第一键排序，(1, 'a') 仍排在 (1, 'b') 之前——不是运气，是稳定性保证。后面”多级排序”会直接用到这个性质。
3. 按总分排序：key 与 reverse
成绩分析的第一步是按总分降序排出名次。key=lambda s: s['total'] 取出每个学生的总分作为排序键，reverse=True 整体反转比较方向得到降序。
students = [
{'name': '张伟', 'sid': '2026001', 'cls': '一班', 'chinese': 88, 'math': 92, 'english': 85},
{'name': '李娜', 'sid': '2026002', 'cls': '一班', 'chinese': 76, 'math': 81, 'english': 90},
{'name': '王强', 'sid': '2026003', 'cls': '一班', 'chinese': 92, 'math': 78, 'english': 80},
{'name': '刘洋', 'sid': '2026004', 'cls': '一班', 'chinese': 65, 'math': 59, 'english': 70},
{'name': '陈静', 'sid': '2026005', 'cls': '一班', 'chinese': 81, 'math': 84, 'english': 62},
{'name': '赵磊', 'sid': '2026006', 'cls': '二班', 'chinese': 70, 'math': 95, 'english': 88},
{'name': '孙丽', 'sid': '2026007', 'cls': '二班', 'chinese': 85, 'math': 72, 'english': 91},
{'name': '周明', 'sid': '2026008', 'cls': '二班', 'chinese': 58, 'math': 66, 'english': 73},
{'name': '吴婷', 'sid': '2026009', 'cls': '二班', 'chinese': 90, 'math': 88, 'english': 96},
{'name': '郑浩', 'sid': '2026010', 'cls': '二班', 'chinese': 73, 'math': 61, 'english': 55},
]
for s in students:
s['total'] = s['chinese'] + s['math'] + s['english']
by_total = sorted(students, key=lambda s: s['total'], reverse=True)
for rank, s in enumerate(by_total, 1):
print(f'{rank:>2} {s["name"]} {s["total"]}')运行结果：
1 吴婷 274
2 张伟 265
3 赵磊 253
4 王强 250
5 孙丽 248
6 李娜 247
7 陈静 227
8 周明 197
9 刘洋 194
10 郑浩 189enumerate(by_total, 1) 把排序结果与自然序号绑定，生成 1 到 10 的排名。sorted 返回新列表，students 本身未被改动——这一点后面还要反复强调。
4. 按学号、姓名排序：字符串键的两种语义
按学号排序时，学号是定长、零填充的数字字符串（'2026001'），它的字典序恰好等于数值序，直接当字符串排即可。按姓名排序则暴露一个语言层面的细节：
students = [
{'name': '张伟', 'sid': '2026001', 'cls': '一班', 'chinese': 88, 'math': 92, 'english': 85},
{'name': '李娜', 'sid': '2026002', 'cls': '一班', 'chinese': 76, 'math': 81, 'english': 90},
{'name': '王强', 'sid': '2026003', 'cls': '一班', 'chinese': 92, 'math': 78, 'english': 80},
{'name': '刘洋', 'sid': '2026004', 'cls': '一班', 'chinese': 65, 'math': 59, 'english': 70},
{'name': '陈静', 'sid': '2026005', 'cls': '一班', 'chinese': 81, 'math': 84, 'english': 62},
{'name': '赵磊', 'sid': '2026006', 'cls': '二班', 'chinese': 70, 'math': 95, 'english': 88},
{'name': '孙丽', 'sid': '2026007', 'cls': '二班', 'chinese': 85, 'math': 72, 'english': 91},
{'name': '周明', 'sid': '2026008', 'cls': '二班', 'chinese': 58, 'math': 66, 'english': 73},
{'name': '吴婷', 'sid': '2026009', 'cls': '二班', 'chinese': 90, 'math': 88, 'english': 96},
{'name': '郑浩', 'sid': '2026010', 'cls': '二班', 'chinese': 73, 'math': 61, 'english': 55},
]
for s in students:
s['total'] = s['chinese'] + s['math'] + s['english']
by_sid = sorted(students, key=lambda s: s['sid'])
print('按学号（字符串）排序前三名：', [s['sid'] for s in by_sid][:3])
by_name = sorted(students, key=lambda s: s['name'])
print('按姓名（Unicode 码点）排序：')
for s in by_name:
print(' ', s['name'], s['sid'])运行结果：
按学号（字符串）排序前三名： ['2026001', '2026002', '2026003']
按姓名（Unicode 码点）排序：
刘洋 2026004
吴婷 2026009
周明 2026008
孙丽 2026007
张伟 2026001
李娜 2026002
王强 2026003
赵磊 2026006
郑浩 2026010
陈静 2026005'刘' 的码点 U+5218 小于 '郑' 的 U+90D1，所以顺序既不是拼音序也不是笔画序，而是码点序。这不是 bug，是”字符串比较 = 逐字符比较码点”的必然结果。真实系统若要按拼音排序，需要第三方库（如 pypinyin），超出了本章范围——知道这个边界本身，就是大学水平的体现。
5. 多级排序：班级内按总分降序
需求”先按班级、班级内再按总分降序”是典型的多级排序。sorted 的 key 可以返回元组，元组按第一项、第二项依次比较；第二项写 -s['total'] 实现对总分这一级的单独反转。注意 reverse=True 会把整个元组比较反转（班级、总分全都反转），所以这里只用负号做单级反转。
students = [
{'name': '张伟', 'sid': '2026001', 'cls': '一班', 'chinese': 88, 'math': 92, 'english': 85},
{'name': '李娜', 'sid': '2026002', 'cls': '一班', 'chinese': 76, 'math': 81, 'english': 90},
{'name': '王强', 'sid': '2026003', 'cls': '一班', 'chinese': 92, 'math': 78, 'english': 80},
{'name': '刘洋', 'sid': '2026004', 'cls': '一班', 'chinese': 65, 'math': 59, 'english': 70},
{'name': '陈静', 'sid': '2026005', 'cls': '一班', 'chinese': 81, 'math': 84, 'english': 62},
{'name': '赵磊', 'sid': '2026006', 'cls': '二班', 'chinese': 70, 'math': 95, 'english': 88},
{'name': '孙丽', 'sid': '2026007', 'cls': '二班', 'chinese': 85, 'math': 72, 'english': 91},
{'name': '周明', 'sid': '2026008', 'cls': '二班', 'chinese': 58, 'math': 66, 'english': 73},
{'name': '吴婷', 'sid': '2026009', 'cls': '二班', 'chinese': 90, 'math': 88, 'english': 96},
{'name': '郑浩', 'sid': '2026010', 'cls': '二班', 'chinese': 73, 'math': 61, 'english': 55},
]
for s in students:
s['total'] = s['chinese'] + s['math'] + s['english']
grouped = sorted(students, key=lambda s: (s['cls'], -s['total']))
for s in grouped:
print(f'{s["cls"]} {s["name"]} {s["total"]}')运行结果：
一班 张伟 265
一班 王强 250
一班 李娜 247
一班 陈静 227
一班 刘洋 194
二班 吴婷 274
二班 赵磊 253
二班 孙丽 248
二班 周明 197
二班 郑浩 189改用稳定性思想也能得到同一结果：先 sorted(students, key=lambda s: s['total'], reverse=True)，再按 s['cls'] 稳定排一遍——第二次排序时班级相同的学生保持第一次排序的总分降序。元组键写法一行搞定，是推荐方案；稳定性方案的价值在于它揭示原理，也让”不能用负数的字符串键”（如想按姓名降序）有了出路：单独写 reverse=True 的那一次排序即可。
6. 筛选：及格线与单科前三
筛选用列表推导式的 if 子句。把及格线”三门全部 ≥ 60”翻译成 min(...) >= 60，一次过滤掉刘洋（数学 59）、周明（语文 58）、郑浩（英语 55）三人，剩下 7 人。单科前三则是”排序 + 切片”的组合：[:3] 取降序结果的前三个。
students = [
{'name': '张伟', 'sid': '2026001', 'cls': '一班', 'chinese': 88, 'math': 92, 'english': 85},
{'name': '李娜', 'sid': '2026002', 'cls': '一班', 'chinese': 76, 'math': 81, 'english': 90},
{'name': '王强', 'sid': '2026003', 'cls': '一班', 'chinese': 92, 'math': 78, 'english': 80},
{'name': '刘洋', 'sid': '2026004', 'cls': '一班', 'chinese': 65, 'math': 59, 'english': 70},
{'name': '陈静', 'sid': '2026005', 'cls': '一班', 'chinese': 81, 'math': 84, 'english': 62},
{'name': '赵磊', 'sid': '2026006', 'cls': '二班', 'chinese': 70, 'math': 95, 'english': 88},
{'name': '孙丽', 'sid': '2026007', 'cls': '二班', 'chinese': 85, 'math': 72, 'english': 91},
{'name': '周明', 'sid': '2026008', 'cls': '二班', 'chinese': 58, 'math': 66, 'english': 73},
{'name': '吴婷', 'sid': '2026009', 'cls': '二班', 'chinese': 90, 'math': 88, 'english': 96},
{'name': '郑浩', 'sid': '2026010', 'cls': '二班', 'chinese': 73, 'math': 61, 'english': 55},
]
for s in students:
s['total'] = s['chinese'] + s['math'] + s['english']
passed = [s for s in students if min(s['chinese'], s['math'], s['english']) >= 60]
print(f'三门全部及格 {len(passed)} 人：')
for s in passed:
print(' ', s['name'], s['total'])
top_math = sorted(students, key=lambda s: s['math'], reverse=True)[:3]
print('数学单科前三：')
for s in top_math:
print(' ', s['name'], s['math'])运行结果：
三门全部及格 7 人：
张伟 265
李娜 247
王强 250
陈静 227
赵磊 253
孙丽 248
吴婷 274
数学单科前三：
赵磊 95
张伟 92
吴婷 88min(a, b, c) >= 60 等价于三个条件同时成立，把”三门全部及格”翻译成一行代码——这是筛选条件的最简表达，比连写三个 and 更不易出错。
7. 聚合：按班级统计与人数计数
聚合的通用模式是”defaultdict + 循环累积”。统计平均分、最高最低需要先收集该组全部总分，所以累积器用列表：cls_totals[s['cls']].append(s['total'])。计数类聚合则交给 Counter，它累加整数并支持 most_common。
from collections import Counter, defaultdict
students = [
{'name': '张伟', 'sid': '2026001', 'cls': '一班', 'chinese': 88, 'math': 92, 'english': 85},
{'name': '李娜', 'sid': '2026002', 'cls': '一班', 'chinese': 76, 'math': 81, 'english': 90},
{'name': '王强', 'sid': '2026003', 'cls': '一班', 'chinese': 92, 'math': 78, 'english': 80},
{'name': '刘洋', 'sid': '2026004', 'cls': '一班', 'chinese': 65, 'math': 59, 'english': 70},
{'name': '陈静', 'sid': '2026005', 'cls': '一班', 'chinese': 81, 'math': 84, 'english': 62},
{'name': '赵磊', 'sid': '2026006', 'cls': '二班', 'chinese': 70, 'math': 95, 'english': 88},
{'name': '孙丽', 'sid': '2026007', 'cls': '二班', 'chinese': 85, 'math': 72, 'english': 91},
{'name': '周明', 'sid': '2026008', 'cls': '二班', 'chinese': 58, 'math': 66, 'english': 73},
{'name': '吴婷', 'sid': '2026009', 'cls': '二班', 'chinese': 90, 'math': 88, 'english': 96},
{'name': '郑浩', 'sid': '2026010', 'cls': '二班', 'chinese': 73, 'math': 61, 'english': 55},
]
for s in students:
s['total'] = s['chinese'] + s['math'] + s['english']
s['pass_all'] = min(s['chinese'], s['math'], s['english']) >= 60
cls_totals = defaultdict(list)
for s in students:
cls_totals[s['cls']].append(s['total'])
for cls, totals in sorted(cls_totals.items()):
print(f'{cls} 人数 {len(totals)} 平均 {sum(totals) / len(totals):.1f} '
f'最高 {max(totals)} 最低 {min(totals)}')
pass_counter = Counter(s['cls'] for s in students if s['pass_all'])
print('各班全部及格人数：', dict(pass_counter))运行结果：
一班 人数 5 平均 236.6 最高 265 最低 194
二班 人数 5 平均 232.2 最高 274 最低 189
各班全部及格人数： {'一班': 4, '二班': 3}三个知识点在这里汇合：分组标签当字典键（第 3 篇）、defaultdict(list) 收集组成员（第 7 篇）、sum/max/min/len 四个内置归并函数做汇总。平均分保留一位小数用 :.1f（第五章格式化）；若平均分恰好是整数（比如 240），也会显示成 240.0——只是显示形式不同，数值不变，不影响排序与比较。
8. 对齐报表：中文显示宽度的问题与解决
报表输出的难点不是 f-string 语法，而是宽度语义。f'{x:<6}' 的 6 按”字符数”填充，但中文字符在终端里占据两个英文字符的显示宽度。直接排版的结果：
print(f"{'姓名':<6}|{'学号':<8}")
print(f"{'张三丰':<6}|{'2026001':<8}")运行结果：
姓名 |学号
张三丰 |2026001 以 | 为参照可以发现两行错位：'张三丰' 的显示宽度是 6 列，但 :<6 只按字符数补了 3 个空格，实际占 9 列，比表头”姓名”那列的 8 列宽出一列——错位就是这么来的。解决办法是引入一个”按显示宽度填充”的小助手：用标准库 unicodedata.east_asian_width 判断每个字符是宽字符（中文、日文、韩文等，宽 2 列）还是窄字符（ASCII 等，宽 1 列）。'WF' 覆盖宽字符（W，Wide）与全角字符（F，Fullwidth）两类。
import unicodedata
def display_width(text):
return sum(2 if unicodedata.east_asian_width(ch) in 'WF' else 1 for ch in str(text))
def cell(text, width, align='left'):
text = str(text)
padding = ' ' * max(width - display_width(text), 0)
return padding + text if align == 'right' else text + padding
def row(cells):
return ' '.join(cells)
students = [
{'name': '张伟', 'sid': '2026001', 'cls': '一班', 'chinese': 88, 'math': 92, 'english': 85},
{'name': '李娜', 'sid': '2026002', 'cls': '一班', 'chinese': 76, 'math': 81, 'english': 90},
{'name': '王强', 'sid': '2026003', 'cls': '一班', 'chinese': 92, 'math': 78, 'english': 80},
{'name': '刘洋', 'sid': '2026004', 'cls': '一班', 'chinese': 65, 'math': 59, 'english': 70},
{'name': '陈静', 'sid': '2026005', 'cls': '一班', 'chinese': 81, 'math': 84, 'english': 62},
{'name': '赵磊', 'sid': '2026006', 'cls': '二班', 'chinese': 70, 'math': 95, 'english': 88},
{'name': '孙丽', 'sid': '2026007', 'cls': '二班', 'chinese': 85, 'math': 72, 'english': 91},
{'name': '周明', 'sid': '2026008', 'cls': '二班', 'chinese': 58, 'math': 66, 'english': 73},
{'name': '吴婷', 'sid': '2026009', 'cls': '二班', 'chinese': 90, 'math': 88, 'english': 96},
{'name': '郑浩', 'sid': '2026010', 'cls': '二班', 'chinese': 73, 'math': 61, 'english': 55},
]
for s in students:
s['total'] = s['chinese'] + s['math'] + s['english']
print(row([cell('排名', 4, 'right'), cell('姓名', 6), cell('学号', 8), cell('班级', 6), cell('总分', 4, 'right')]))
for rank, s in enumerate(sorted(students, key=lambda s: s['total'], reverse=True), 1):
print(row([cell(rank, 4, 'right'), cell(s['name'], 6), cell(s['sid'], 8),
cell(s['cls'], 6), cell(s['total'], 4, 'right')]))运行结果：
排名 姓名 学号 班级 总分
1 吴婷 2026009 二班 274
2 张伟 2026001 一班 265
3 赵磊 2026006 二班 253
4 王强 2026003 一班 250
5 孙丽 2026007 二班 248
6 李娜 2026002 一班 247
7 陈静 2026005 一班 227
8 周明 2026008 二班 197
9 刘洋 2026004 一班 194
10 郑浩 2026010 二班 189至此，排序 → 筛选 → 聚合 → 报表的完整数据管线跑通：display_width 与 cell 只有 7 行，却是”报表可读性”的关键，也是第五章格式化知识在真实工程中的自然延伸。
易错点与陷阱
1. 混淆 sorted() 与 list.sort()。 sorted(students) 返回新列表，students 原封不动；students.sort() 原地排列并返回 None。最常见的翻车代码是 students = students.sort()，把列表覆盖成 None，下一行 for s in students 直接 TypeError。经验法则：只要不打算放弃原序列，一律用 sorted。
2. 多级排序时滥用 reverse=True。 reverse=True 反转的是整个排序键的比较结果。对元组键 (s['cls'], s['total']) 加 reverse=True，班级和总分都会变成降序——“班级升序 + 总分降序”只能靠 -s['total'] 这种负号技巧（仅数字键可用）或两次稳定排序实现。写多级排序前先自问：每一级的升降方向分别是什么？
3. 中文排序结果与直觉不符。 内置排序按 Unicode 码点比较中文，既非拼音也非笔画，“张伟”排到”赵磊”前面并不是排序坏了。需要拼音序时用 pypinyin 之类第三方库，或干脆换用学号、拼音字段作为排序键。这是中文数据处理的常见坑，不是 Python 的缺陷。
4. 聚合结果的分组键顺序不固定。 遍历 defaultdict/普通字典的分组结果时，输出顺序是插入顺序，不保证按班级名的字典序。报表场景务必先 sorted(cls_totals.items()) 再输出，否则同一份数据换台机器可能打印出不同顺序的表格。
小结
本篇把前 8 篇的容器知识拧成一条真实的数据管线：列表套字典组织记录，sorted + key 完成单级与多级排序（稳定性和 -score 负号是两大原理），列表推导式做筛选，defaultdict 与 Counter 做分组聚合，最后用一个 7 行的宽度助手解决了中文报表的对齐问题。下一篇是第六章综合测验，本篇的排序键、reverse、筛选与聚合几乎必考；动手把每个代码块跑一遍，比背诵二十个方法更有效——因为数据处理的判断力来自”看到结构性数据就知道该调用什么”，而这只来自重复练习。
练习与思考题
- 通用单科排名：把”数学单科前三”改成函数
top_by(students, subject, n)，按subject指定的科目取前n名，并保持姓名与分数并列输出。验证top_by(students, 'english', 2)应输出吴婷 96、孙丽 91。 - 稳定排序实现多级：只用两次
sorted（先总分降序，再按班级稳定排序）复现”班级内总分降序”的名单，并断言其结果与本篇元组键版本完全一致。 - 平均分报表：用本篇的
cell助手输出各班平均分报表（班级、人数、平均分一列，平均分保留一位小数右对齐），验证一行结果：一班平均 236.6。 - 思考题：
cell(text, width, align)中max(width - display_width(text), 0)的max(..., 0)有什么作用？如果去掉它，当内容显示宽度超过width时会发生什么？（提示：字符串乘负整数。）