在 Python 中对数组进行排序并不复杂，但如果希望在实际开发中写出**高效、可维护、可扩展的排序代码**，就需要理解不同数据结构、排序方式以及底层机制。**Python 提供了内置排序函数（如 sort() 与 sorted()），支持自定义排序规则、稳定排序机制以及复杂对象排序。**掌握这些方法，不仅能完成基础数组排序，还能应对数据分析、后端开发、算法优化等复杂场景。本文将系统讲解 Python 数组排序的完整知识体系。

---

## 一、Python数组排序的基础方法

在讨论 Python 数组排序之前，需要明确：Python 中通常使用“列表（list）”表示数组。列表是可变序列类型，支持排序操作。对数组排序的核心方式有两种：`list.sort()` 方法与内置函数 `sorted()`。

`list.sort()` 是列表对象的原地排序方法，会直接修改原列表。而 `sorted()` 是一个全局函数，会返回一个新的已排序列表，而不改变原始数组。

例如：

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

使用 `sorted()`：

```python
arr = [5, 2, 9, 1]
new_arr = sorted(arr)
print(new_arr)
```

两种方式的核心区别在于是否修改原数据。**在数据安全要求较高的场景（如数据分析、数据清洗），通常推荐使用 sorted()，避免副作用。**这也是 Python 数组排序的第一层理解。

---

## 二、sort() 与 sorted() 的区别对比

理解 Python 排序函数的差异，有助于在实际项目中做出更合理的选择。下面通过表格对两种排序方式进行系统对比：

| 对比维度 | list.sort() | sorted() |
|-----------|--------------|-----------|
| 是否修改原数组 | 是 | 否 |
| 返回值 | None | 返回新列表 |
| 适用对象 | 仅列表 | 任意可迭代对象 |
| 性能 | 略优 | 略低（因创建新对象） |
| 使用场景 | 原地排序 | 保留原数据 |

从性能角度看，`sort()` 略优，因为不需要额外内存分配。但在可维护性方面，`sorted()` 更安全。

根据 Python 官方文档（Python Documentation, 2023），这两种排序方式底层都使用 Timsort 算法，时间复杂度在平均和最坏情况下为 O(n log n)。

---

## 三、升序与降序排序

默认情况下，Python 数组排序是升序排列。如果需要降序排序，可以使用 `reverse=True` 参数。

示例：

```python
arr = [3, 7, 1, 9]
arr.sort(reverse=True)
print(arr)
```

使用 `sorted()`：

```python
arr = [3, 7, 1, 9]
print(sorted(arr, reverse=True))
```

**reverse 参数是布尔值，控制排序方向。**这种方式适用于数字排序、字符串排序以及对象排序。

在实际开发中，例如销售数据分析、排行榜功能、日志排序等场景，降序排序尤为常见。因此熟练掌握 reverse 参数，是 Python 数组排序的基础技能。

---

## 四、自定义排序规则（key 参数详解）

在实际项目中，数组往往不是简单数字，而是字典、对象或复杂数据结构。这时需要使用 `key` 参数指定排序规则。

例如对字符串按长度排序：

```python
words = ["apple", "banana", "kiwi"]
print(sorted(words, key=len))
```

排序结果按长度排列。

对字典列表排序：

```python
students = [
    {"name": "Tom", "score": 90},
    {"name": "Lucy", "score": 85},
    {"name": "John", "score": 95}
]

print(sorted(students, key=lambda x: x["score"]))
```

**key 参数的本质是“排序依据函数”。**它会在排序前对每个元素调用一次，并根据返回值排序。

根据《Python官方文档》（2023）说明，key 函数只会被调用一次，性能优于旧式比较函数。这是 Python 数组排序性能优化的重要机制。

---

## 五、多条件排序与复杂排序场景

在业务开发中，经常需要多字段排序。例如先按成绩降序，再按姓名升序。

```python
students = [
    {"name": "Tom", "score": 90},
    {"name": "Lucy", "score": 90},
    {"name": "John", "score": 95}
]

print(sorted(students, key=lambda x: (-x["score"], x["name"])))
```

这种方式通过元组实现多条件排序。

排序机制说明：

1. 先比较第一个元素
2. 若相同，再比较第二个元素

这种排序方式适用于：

- 电商商品排序
- 成绩排名
- 数据分析报表

Python 排序是稳定排序（Stable Sort）。根据 Python 官方说明，稳定排序意味着：**当排序依据相同时，原有顺序保持不变。**

这一点在多轮排序中非常重要。

---

## 六、Python排序算法原理：Timsort解析

Python 使用的是 Timsort 算法。Timsort 是一种结合归并排序与插入排序的混合算法，由 Tim Peters 为 Python 设计。

根据 Python 官方文档（2023）和《Introduction to Algorithms》（Cormen 等，2009）对排序算法的描述，Timsort 具有以下特点：

| 特性 | 说明 |
|------|------|
| 时间复杂度 | O(n log n) |
| 最优情况 | O(n) |
| 稳定性 | 稳定排序 |
| 适合数据 | 局部有序数据表现优异 |

Timsort 会识别数组中的“自然有序段”（runs），对其进行优化处理，因此在真实业务数据中表现优异。

**这也是 Python 排序在实际工程中非常高效的原因。**

---

## 七、对不同数据类型的排序技巧

Python 数组排序不仅适用于数字，还支持多种数据类型。

### 1. 字符串排序

```python
words = ["banana", "apple", "cherry"]
print(sorted(words))
```

默认按 ASCII 顺序排序。

### 2. 元组排序

```python
data = [(1, 3), (1, 2), (2, 1)]
print(sorted(data))
```

默认按第一个元素排序，再按第二个。

### 3. 对象排序

```python
class Person:
    def __init__(self, age):
        self.age = age

people = [Person(30), Person(20)]
people.sort(key=lambda x: x.age)
```

**对象排序必须提供 key 参数，否则无法比较。**

---

## 八、NumPy数组排序方法

在数据科学领域，常使用 NumPy 进行数组操作。NumPy 提供 `np.sort()` 和 `ndarray.sort()` 方法。

```python
import numpy as np

arr = np.array([3, 1, 5])
print(np.sort(arr))
```

对比表格如下：

| 方法 | 是否修改原数组 | 使用场景 |
|------|----------------|-----------|
| np.sort() | 否 | 数据分析 |
| ndarray.sort() | 是 | 原地优化 |
| Python sort() | 是 | 普通列表 |

根据 NumPy 官方文档（2023），NumPy 默认使用快速排序，但可指定 `kind="mergesort"` 保持稳定性。

---

## 九、性能优化与最佳实践

在大型数据处理中，排序性能非常关键。优化建议包括：

1. 优先使用 key 参数，而不是自定义比较函数。
2. 避免重复排序。
3. 尽量减少对象创建。
4. 使用 NumPy 处理大规模数值数据。

在算法竞赛或高性能计算场景中，应关注时间复杂度。根据《Introduction to Algorithms》（2009），任何基于比较的排序，其下界为 O(n log n)。

**因此 Python 内置排序已接近理论最优。**

未来趋势方面，随着数据规模增长，排序更多会结合并行计算与分布式处理。但在单机环境中，Python 的 Timsort 仍是高效可靠的选择。

---

## 总结

通过本文系统讲解，可以看到 Python 数组排序涵盖基础方法、参数控制、自定义规则、多条件排序、算法原理及性能优化。**核心方法是 sort() 与 sorted()，关键参数是 key 与 reverse，底层算法为 Timsort。**掌握这些内容，可以覆盖绝大多数开发场景。

随着数据规模和复杂度提升，未来排序将更多与数据分析框架结合，但 Python 原生排序机制依然是开发者必须掌握的基础能力。

---

参考与资料来源：

Python Documentation. (2023). Sorting HOW TO. https://docs.python.org/3/howto/sorting.html  
Cormen, T. H., Leiserson, C. E., Rivest, R. L., Stein, C. (2009). Introduction to Algorithms (3rd ed.). MIT Press.

Python中可以使用内置的sorted()函数和列表的sort()方法来排序数组。sorted()函数返回一个新的排序后的列表，原数组保持不变；而sort()方法会直接对原数组进行修改。选择哪种方法取决于是否需要保留原始数据。

Python排序数组的常用方法

我想了解Python中有哪些常用的方法可以对数组进行排序？这些方法有什么区别？

Python中有哪些方法可以对数组进行排序？

在Python中，可以通过给sorted()函数或sort()方法传递参数reverse=True，来实现数组的降序排序。例如，使用sorted(arr, reverse=True)或者arr.sort(reverse=True)即可。

Python数组的降序排序方式

请问在Python中怎么对数组进行降序排序？

如何实现Python数组的降序排序？

Python的sorted()函数和sort()方法都支持key参数，可以传入一个函数作为排序的依据。通过定义一个函数来指定排序的规则，比如根据元素的某个属性或者自定义的计算结果进行排序。

Python中数组的自定义排序

Python对数组排序时，能否按照自定义的规则排序？如何实现？

排序数组时如何使用自定义排序规则？

PingCodeDocs

Python对数组排序主要通过sort()与sorted()实现，前者原地修改列表，后者返回新列表。通过reverse参数可控制升降序，通过key参数可实现自定义与多条件排序。其底层采用稳定的Timsort算法，时间复杂度为O(n log n)，在处理真实业务数据时效率较高。针对不同数据类型与数据规模，还可以结合NumPy进行优化。掌握这些方法可覆盖绝大多数开发场景。

python怎么对数组排序

用户关注问题