在 Python 中，对列表进行排序是最基础、也是最常见的数据处理需求之一。**Python 提供了两种核心的列表排序命令：`list.sort()` 和 `sorted()`，它们分别适用于“原地排序”和“生成新列表排序”两种场景**。通过合理搭配排序规则、关键字参数以及自定义函数，开发者可以高效完成从简单数值排序到复杂业务对象排序的各类需求。理解这两种命令的差异和底层逻辑，是掌握 Python 数据结构操作的关键一步。

## 一、Python 列表排序的基本概念与使用场景

在 Python 中，列表（list）是一种**有序、可变、可迭代**的数据结构，因此天然支持排序操作。排序的本质是根据某种比较规则，对列表中元素重新排列，使其满足升序、降序或自定义顺序。Python 对列表排序的设计目标非常明确：**语法简洁、性能可靠、扩展性强**，既适合初学者使用，也能满足复杂工程场景。

在实际开发中，列表排序的应用场景非常广泛。例如，在数据分析中，需要对数值列表按大小排序；在 Web 开发中，常常需要根据时间、权重或状态对对象列表排序；在算法实现中，排序本身就是许多问题的基础步骤。理解 Python 排序命令，不仅能提高代码可读性，也能显著降低实现复杂度。

Python 中并不存在单独的“排序命令行工具”，而是通过内置方法和函数完成排序操作。其中最核心的就是 **列表对象的 `sort()` 方法**，以及 **内置的 `sorted()` 函数**。它们共享相同的参数规则，但在使用方式和返回结果上存在本质区别，这也是初学者最容易混淆的地方。

## 二、list.sort()：原地排序的标准命令

`list.sort()` 是 Python 列表对象自带的方法，用于**直接对原列表进行排序**。所谓原地排序，是指排序完成后，列表本身的元素顺序发生改变，而不会生成新的列表对象。这种方式在内存使用上更加高效，因此在对大规模数据进行排序时具有明显优势。

最基本的用法如下：

```python
numbers = [5, 2, 9, 1, 3]
numbers.sort()
print(numbers)
```

执行后，`numbers` 会被直接修改为 `[1, 2, 3, 5, 9]`。需要特别注意的是，**`sort()` 方法的返回值是 `None`**，这是 Python 官方刻意的设计，用来提醒开发者它会直接修改原列表。如果误以为它会返回排序后的新列表，往往会导致逻辑错误。

`list.sort()` 默认按照升序排列，且要求列表中元素之间是可比较的。例如，整数与整数、字符串与字符串是可以直接排序的，但整数和字符串混合排序在 Python 3 中会抛出异常。这种严格的类型比较规则，保证了排序行为的确定性和安全性。

## 三、sorted()：生成新列表的通用排序函数

与 `list.sort()` 不同，`sorted()` 是 Python 的内置函数，适用于**任何可迭代对象**，包括列表、元组、集合，甚至是字符串。`sorted()` 的最大特点是：**它不会修改原始数据，而是返回一个新的、已经排好序的列表**。

一个典型示例如下：

```python
numbers = [5, 2, 9, 1, 3]
new_numbers = sorted(numbers)
```

此时，`numbers` 仍然保持原有顺序，而 `new_numbers` 则是排序后的结果。这种方式非常适合在函数式编程风格或需要保留原始数据的场景中使用。比如在数据分析或多次排序对比时，`sorted()` 的不可变特性可以有效减少副作用。

从参数和排序规则上看，`sorted()` 与 `list.sort()` 几乎完全一致，这使得两者在学习成本上非常低。开发者只需要根据是否需要“保留原列表”这一核心需求，来决定使用哪一种排序命令即可。

## 四、sort() 与 sorted() 的核心区别对比

虽然 `list.sort()` 和 `sorted()` 在功能上高度相似，但它们在设计理念和使用场景上仍存在明确差异。为了更直观地理解这两种 Python 列表排序命令，下表给出了关键维度的对比。

| 对比维度 | list.sort() | sorted() |
|--------|-------------|----------|
| 是否原地修改 | 是 | 否 |
| 返回值 | None | 新的列表 |
| 适用对象 | 仅限 list | 任意可迭代对象 |
| 内存开销 | 较低 | 较高 |
| 常见使用场景 | 大数据量、性能敏感 | 需要保留原数据 |

从工程实践角度看，如果你明确知道不再需要原始顺序，并且关注性能与内存占用，**`list.sort()` 更合适**；如果你希望代码更安全、函数更纯粹，或者排序对象并非列表，那么 **`sorted()` 是更稳妥的选择**。这也是 Python 在设计这两种排序方式时，刻意保留“双方案并存”的原因。

## 五、reverse 参数：控制升序与降序排序

无论是 `list.sort()` 还是 `sorted()`，都支持 `reverse` 参数，用于控制排序方向。`reverse` 的取值是布尔值，默认为 `False`，表示升序排列；当设置为 `True` 时，则表示降序排列。

例如：

```python
numbers.sort(reverse=True)
```

或者：

```python
sorted(numbers, reverse=True)
```

这两种写法都会得到从大到小的排序结果。需要强调的是，**`reverse=True` 并不是“反转列表”，而是改变比较规则**。这一点在理解排序逻辑时非常重要，因为它并不等同于先升序排序再调用 `reverse()` 方法，而是在排序过程中直接采用相反的比较方向。

在实际应用中，`reverse` 参数常用于排行榜、时间倒序展示、权重优先级计算等场景。通过一个简单的布尔参数，Python 就实现了高度可读且易维护的排序控制，这也是其被广泛认可的重要原因之一。

## 六、key 参数：Python 列表排序的核心能力

`key` 参数是 Python 排序命令中**最强大、也是最常用的高级特性**。它允许开发者指定一个函数，用于从每个元素中提取一个用于比较的“排序键”。排序过程本身并不直接比较元素，而是比较这些键的大小。

例如，对字符串列表按长度排序：

```python
words = ["apple", "banana", "kiwi"]
words.sort(key=len)
```

排序结果将是 `["kiwi", "apple", "banana"]`。这里的 `len` 就是一个典型的 key 函数。对于更复杂的数据结构，例如字典或自定义对象列表，`key` 参数几乎是不可或缺的工具。

在业务开发中，常见的做法是使用 `lambda` 表达式作为 key，例如按字典中的某个字段排序。这种写法不仅简洁，而且语义非常清晰，使 Python 的排序代码在可读性和表达力上远胜许多其他语言。

## 七、复杂对象与多条件排序的实现方式

当排序对象不再是简单的数值或字符串，而是包含多个字段的复杂结构时，Python 列表排序命令依然可以从容应对。常见的做法包括：使用元组作为排序键，或在 key 函数中返回多个比较维度。

例如，对包含“年龄”和“成绩”的列表进行排序，先按年龄升序，再按成绩降序，可以这样实现：

```python
data.sort(key=lambda x: (x["age"], -x["score"]))
```

这种方式充分利用了 Python 对元组比较的内建规则，使多条件排序变得异常简洁。相比在排序函数中手动编写复杂比较逻辑，**这种基于 key 的排序方式更符合 Python 的设计哲学**，也更容易维护和扩展。

需要注意的是，key 函数只会对每个元素调用一次，这使得 Python 的排序在性能上非常稳定。官方文档也明确指出，这种设计是为了避免重复计算带来的性能损耗。

## 八、Python 排序算法的底层实现与性能特征

从底层实现来看，Python 的列表排序采用的是 **Timsort 算法**。这是一种结合了归并排序和插入排序优点的稳定排序算法，特别适合处理“部分有序”的数据。根据 Python 官方文档，Timsort 在最坏情况下的时间复杂度为 O(n log n)，在很多实际场景中表现接近线性时间。

稳定性是 Timsort 的另一个重要特征。所谓稳定排序，是指当两个元素的排序键相等时，它们在排序前后的相对顺序保持不变。这一点在多次排序或依赖历史顺序的业务逻辑中尤为重要。Python 之所以强调排序稳定性，正是为了满足现实世界中复杂数据处理的需求。

在性能方面，官方基准测试表明，Python 的内置排序在同类高级语言中具有非常强的竞争力。正因如此，开发者通常不需要自己实现排序算法，而应优先使用内置排序命令。

## 九、总结与未来趋势：如何正确选择排序命令

综合来看，**`list.sort()` 和 `sorted()` 构成了 Python 列表排序的完整解决方案**。前者强调性能与原地修改，后者强调安全性与通用性；`reverse` 和 `key` 参数则提供了极高的灵活度，使排序逻辑能够自然融入各种业务场景。对于绝大多数应用来说，掌握这两种命令，几乎就等同于掌握了 Python 排序的全部核心能力。

从未来趋势看，Python 在排序接口层面已经非常成熟，短期内不会发生颠覆性变化。优化重点更多集中在解释器性能和底层实现细节上，而非改变开发者的使用方式。这也意味着，**现在学习和使用的排序命令，将在很长一段时间内保持稳定有效**。对于希望写出高质量 Python 代码的开发者而言，深入理解列表排序命令，仍然是一项长期受益的基础技能。

参考与资料来源  
Python 官方文档，《Sorting HOW TO》，Python Software Foundation，2024  
Tim Peters，《Timsort 算法说明》，Python 核心开发者文档，2023

Python 中常用的列表排序方法有两种：sort() 方法和内置函数 sorted()。sort() 是列表对象的方法，会直接修改原列表，返回 None。sorted() 是内置函数，可以对任何可迭代对象进行排序，返回一个新的排序列表，而不修改原列表。

Python 中的列表排序方法

除了内置的 sort() 方法外，Python 还有哪些方法可以给列表排序？它们各自有什么区别？

Python 中有哪些方法可以对列表进行排序？

Python 的 sort() 和 sorted() 方法都支持 key 参数，可以传入一个函数，该函数作用于列表元素，排序时根据函数返回的值进行排序。这样可以实现复杂的排序规则，例如按字符串长度排序，或者按字典中的某个键排序。

使用 key 参数实现自定义排序

想要按照自定义的规则对列表中的元素排序，该如何操作？

如何在 Python 排序时自定义排序规则？

在调用 sort() 或 sorted() 时，可以通过设置 reverse=True 来实现降序排序，默认是 reverse=False，即升序排序。这两个方法都支持这个参数，方便用户灵活控制排序结果的顺序。

使用 reverse 参数控制排序顺序

怎么让列表排序结果是逆序的？可否控制升序或降序排序？

Python 排序列表时如何控制排序顺序？

PingCodeDocs

本文系统讲解了 Python 中对列表进行排序的核心命令，明确指出 list.sort() 与 sorted() 是最常用、也最重要的两种排序方式。文章从基本概念入手，深入分析了原地排序与生成新列表排序的差异，并重点解释了 reverse 与 key 参数在实际开发中的价值。同时结合底层 Timsort 算法，说明了 Python 排序在性能与稳定性上的优势。整体强调，正确理解排序命令的设计理念和适用场景，是写出高质量 Python 代码的关键基础。

python中对列表排序的命令