典型代码1：
data_list = [6, 9, 1, 3, 0, 10, 100, -100]
data_list.sort()
print(data_list)输出1:
[-100, 0, 1, 3, 6, 9, 10, 100]典型代码2:
data_list = [6, 9, 1, 3, 0, 10, 100, -100]
data_list_copy = sorted(data_list)
print(data_list)
print(data_list_copy)输出2:
[6, 9, 1, 3, 0, 10, 100, -100]
[-100, 0, 1, 3, 6, 9, 10, 100]应用场景
需要对列表中的项进行排序时使用。其中典型代码1是使用的列表自身的一个排序方法sort，这个方法自动按照升序排序，并且是原地排序，被排序的列表本身会被修改；典型代码2是调用的内置函数sort，会产生一个新的经过排序后的列表对象，原列表不受影响。这两种方式接受的参数几乎是一样的，他们都接受一个key参数，这个参数用来指定用对象的哪一部分为排序的依据：
data_list = [(0, 100), (77, 34), (55, 97)]
data_list.sort(key=lambda x: x[1]) # 我们想要基于列表项的第二个数进行排序
print(data_list)
>>> [(77, 34), (55, 97), (0, 100)]另外一个经常使用的参数是reverse，用来指定是否按照倒序排序，默认为False：
data_list = [(0, 100), (77, 34), (55, 97)]
data_list.sort(key=lambda x: x[1], reverse=True) # 我们想要基于列表项的第二个数进行排序，并倒序
print(data_list)
>>> [(0, 100), (55, 97), (77, 34)]带来的好处
1. 内置的排序方法，执行效率高，表达能力强，使代码更加紧凑，已读
2. 灵活的参数，用于指定排序的基准，比在类似于Java的语言中需要写一个comparator要方便很多
其它说明
1. sorted内置函数比列表的sort方法要适用范围更广泛，它可以对除列表之外的可迭代数据结构进行排序；
2. list内置的sort方法，属于原地排序，理论上能够节省内存的消耗；
