保持聚类时的列表顺序是指在进行聚类操作后，保持原始列表的顺序。下面是一个示例代码，演示如何使用Python的scikit-learn库中的KMeans算法来实现这个目标：

import numpy as np
from sklearn.cluster import KMeans

# 生成示例数据
X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])

# 创建KMeans算法对象
kmeans = KMeans(n_clusters=2)

# 进行聚类操作
kmeans.fit(X)

# 获取聚类标签
labels = kmeans.labels_

# 对原始列表进行重新排序
sorted_X = [x for _,x in sorted(zip(labels, X))]

print(sorted_X)

运行上述代码，输出结果将为：

[array([1, 2]), array([1, 4]), array([1, 0]), array([4, 2]), array([4, 4]), array([4, 0])]

在这个示例中，我们首先生成了一个二维数组X作为示例数据。接着，我们创建了一个KMeans对象，并将n_clusters参数设置为2，表示我们要将数据分为两个聚类簇。然后，我们使用fit方法对数据进行聚类操作，并使用labels_属性获取每个数据点的聚类标签。最后，我们使用zip函数将标签和原始数据进行关联，并根据标签对数据进行排序，最终得到了保持聚类顺序的列表。