Python 列表有一个内置的 list.sort() 方法可以就地修改列表。

还有一个 sorted() 内置函数，可以从一个可迭代对象构建一个新的排序列表。

这两个排序方法可以自定义比较器 。

list.sort()仅用于列表排序，sorted() 则可以针对任何可迭代对象，总的来说， sorted() 更方便 。

list.sort() 和 sorted() 都有一个 key 参数，用于指定要调用的函数(这个函数，在进行比较之前要先作用在列表的每个元素上)。

Example： 对复杂对象根据索引排序

student_tuples = [
    ('john', 'A', 15),
    ('jane', 'B', 12),
    ('dave', 'B', 10),
print(sorted(student_tuples, key=lambda student: student[2]))  # sort by age
# [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
💡我的理解：
lambda student: student[2]分别作用于student_tuples中的每个元素，即('john', 'A', 15)，('jane', 'B', 12)和
('dave', 'B', 10)，得到了15，12和10，排序即针对15， 12， 10进行， 默认是升序，所以最后排序结果是
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]。
如果需要降序，可以设置reverse参数为True
student_tuples = [
    ('john', 'A', 15),
    ('jane', 'B', 12),
    ('dave', 'B', 10),
# sort by age,reverse
print(sorted(student_tuples, key=lambda student: student[2], reverse=True)) 
# [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
当然，排序对象也可以是更复杂的对象，比如：
class Student:
    def __init__(self, name, grade, age):
        self.name = name
        self.grade = grade
        self.age = age
    def __repr__(self):
        return repr((self.name, self.grade, self.age))
student_objects = [
    Student('john', 'A', 15),
    Student('jane', 'B', 12),
    Student('dave', 'B', 10),
print(sorted(student_objects, key=lambda student: student.age))# sort by age
# [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
上述的 key-function 模式非常常见，因此 Python 官方直接提供了一些方便的函数供我们直接调用。比如，operator 模块里有 itemgetter()、attrgetter() 和 methodcaller() 函数。使用这些函数，上面的例子可以更方便完成。
from operator import itemgetter, attrgetter
student_tuples = [
    ('john', 'A', 15),
    ('jane', 'B', 12),
    ('dave', 'B', 10),
class Student:
    def __init__(self, name, grade, age):
        self.name = name
        self.grade = grade
        self.age = age
    def __repr__(self):
        return repr((self.name, self.grade, self.age))
student_objects = [
    Student('john', 'A', 15),
    Student('jane', 'B', 12),
    Student('dave', 'B', 10),
print(sorted(student_tuples, key=itemgetter(2)))
# [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
print(sorted(student_objects, key=attrgetter('age')))
# [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
operator模块函数还可以进行多级排序，比如先按照成绩排序，然后成绩相同的再按照年龄排序
print(sorted(student_tuples, key=itemgetter(1,2)))
# [('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]
print(sorted(student_objects, key=attrgetter('grade', 'age')))
# [('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]
python2中支持 cmp 参数来处理用户指定的比较函数
def numeric_compare(x, y):
    return x - y
sorted([5, 2, 4, 1, 3], cmp=numeric_compare) 
# [1, 2, 3, 4, 5]
需要解释的是，在使用cmp-function模式时，这里使用的函数（比如上例中的numeric_compare）需要满足一个要求：接受两个参数进行比较，然后返回一个负值表示小于，如果它们相等则返回零，或者返回一个正值表示大于
numeric_compare函数接收两个参数x和y， 返回值是$x-y$， 满足$x<y$时返回负值，相等时返回0，$x>y$时返回正值。默认升序排列，即返回负值时，默认排成x, y，返回正值排成y, x。所以上例最后实现了升序排序。
如果想实现降序则可以稍做修改：
def numeric_compare(x, y):
    return y - x
sorted([5, 2, 4, 1, 3], cmp=numeric_compare) 
# [5, 4, 3, 2, 1]
python3中移除了cmp参数，只能用key参数。
所以当用户需要用自定义的比较规则时，python3中提供了functools模块的cmp_to_key()函数实现将用户自定义的比较函数映射成key-function模式。
简单点说，cmp_to_key()函数就是个包装器，将你的函数放进去之后，key参数就认识你的函数了。
包装器的样子：（其中的mycmp就是需要传进去的你自己的函数）
def cmp_to_key(mycmp):
    'Convert a cmp= function into a key= function'
    class K:
        def __init__(self, obj, *args):
            self.obj = obj
        def __lt__(self, other):
            return mycmp(self.obj, other.obj) < 0
        def __gt__(self, other):
            return mycmp(self.obj, other.obj) > 0
        def __eq__(self, other):
            return mycmp(self.obj, other.obj) == 0
        def __le__(self, other):
            return mycmp(self.obj, other.obj) <= 0
        def __ge__(self, other):
            return mycmp(self.obj, other.obj) >= 0
        def __ne__(self, other):
            return mycmp(self.obj, other.obj) != 0
    return K
把你自己的函数（比如reverse_numeric）转换成key-function模式：
sorted([5, 2, 4, 1, 3], key=cmp_to_key(reverse_numeric))
当然，你还可以自己定义运算符，将你要排序的对象变成基本类型数值，然后就可以像其他基本类型比如整型数值一样直接调用sorted（）进行排序，无需再指定key=function。
怎么自定义呢？
向上看cmp_to_key()函数中的class k，我们可以自己定义一个类，在里面重写下面这些方法：
__lt__: <
__gt__: >
__ge__: >=
__eq__: ==
__le__: <=
__ne__：!=
还是以上述的Student类为例，实操看看：🍻
class Student:
    def __init__(self, name, grade, age):
        self.name = name
        self.grade = grade
        self.age = age
    def __repr__(self):
        return repr((self.name, self.grade, self.age))
    def __lt__(self, other):
        return self.grade < other.grade if self.grade != other.grade else self.age < other.age
    def __gt__(self, other):
        return self.grade > other.grade if self.grade != other.grade else self.age > other.age
    def __eq__(self, other):
        return self.grade == other.grade and self.name == other.name and self.age == other.age
    def __le__(self, other):
        return self.grade <= other.grade if self.grade != other.grade else self.age <= other.age
    def __ge__(self, other):
        return self.grade >= other.grade if self.grade != other.grade else self.age >= other.age
    def __ne__(self, other):
        return self.grade != other.grade or self.name != other.name or self.age != other.age
student_objects = [
    Student('john', 'A', 15),
    Student('jane', 'B', 12),
    Student('dave', 'B', 10),
print(sorted(student_objects))
# [('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]
print(sorted(student_objects, reverse=True))
# [('jane', 'B', 12), ('dave', 'B', 10), ('john', 'A', 15)]
说简单点，比较器常用的方法就是下面两类：
⭐第一类：key=function
对于key=function中的function：
1️⃣你可以用lamda公式直接写
2️⃣也可以使用python官方提供的函数（比如上述的itemgetter()等函数）
3️⃣还可以自己定义一个函数，再用cmp_to_key()包装一下
⭐第二类：自定义运算符
在类中重写比较函数，然后直接用常规的比较运算来比较两个值的大小。