在 Python 开发中，list.sort() 与 sorted() 常被混用，但二者在内存行为与返回值上存在本质差异。本文从执行机制出发，解析为何 sort() 返回 None 以及 sorted() 的通用性，通过参数对比与典型场景分析，给出选择建议，并重点纠正将 sort() 赋值给变量的常见错误。
核心差异：原地修改与返回新列表
理解 sort() 与 sorted() 的首要任务是明确它们对原始数据的处理逻辑。list.sort() 是列表对象的方法，采用原地排序（in-place）策略，直接改变列表在内存中的元素顺序，且为了保证语义清晰，该方法执行后固定返回 None。相比之下，sorted() 是内置函数，它接收任意可迭代对象，在底层分配新内存空间存放排序后的元素，最终返回一个全新的列表，而原始数据序列保持不变。例如，定义 nums = [3, 1, 2] 后调用 nums.sort()，nums 变为 [1, 2, 3]，但打印返回值仅为 None；若使用 new_nums = sorted(nums)，则 nums 仍为 [3, 1, 2]，而 new_nums 才是排序结果。
参数机制：reverse 与 key 的通用性
尽管底层实现不同，两者在参数设计上高度一致，均支持 reverse 和 key 两个核心可选参数。默认按升序排列，若需降序，设置 reverse=True 即可，如 data.sort(reverse=True) 或 sorted(data, reverse=True)。更强大的功能来自 key 参数，允许传入函数或 lambda 表达式指定排序依据。例如，对包含元组的列表 students = [("Alice", 85), ("Bob", 92), ("Charlie", 78)]，按成绩排序可写作 students.sort(key=lambda x: x[1]) 或 sorted(students, key=lambda x: x[1])。此时排序逻辑提取每个元素的第二个值进行比较，原数据结构保持不变。掌握这些通用参数后，开发者可灵活应对字符串长度排序、字典值排序等复杂需求。
场景决策：内存效率与数据完整性
实际开发中，选择 sort() 还是 sorted() 应基于业务场景对数据完整性与内存开销的要求。如果原始列表仅作为临时中间数据，且后续逻辑不再依赖其初始顺序，优先使用 list.sort()。因为它直接在原内存地址上重排元素，避免了创建新列表带来的额外内存分配与垃圾回收开销，在处理百万级数据时能显著提升性能。反之，若业务要求保留原始数据用于后续对比、日志记录或多维度分析，则必须选用 sorted()。例如，在数据分析流水线中，原始采集序列需保持时间戳顺序，而排序后的副本用于生成排行榜，此时 sorted() 能安全地生成独立副本。此外，当待排序对象并非列表（如元组、集合或字典的键值对）时，由于它们不具备 sort() 方法，sorted() 成为唯一选择。
常见陷阱：误用返回值导致的 AttributeError
初学者在排序时最容易踩中的陷阱是错误地将 sort() 的返回值赋给变量。由于 sort() 固定返回 None，若编写 sorted_data = my_list.sort()，sorted_data 将变为 NoneType 对象，后续调用任何列表方法都会抛出 AttributeError。正确的做法是直接调用 my_list.sort() 完成原地修改，或使用 sorted_data = sorted(my_list) 获取新列表。在交互式终端中实测可清晰验证：执行赋值后打印变量类型，前者为 NoneType，后者为 list。此外，需注意 sort() 仅绑定于 list 类型，若对字符串或元组调用会引发 AttributeError；而 sorted() 作为内置函数，底层通过迭代协议工作，可无缝处理字符串、元组、生成器乃至自定义可迭代对象。
