并行排序是一种通过同时处理多个元素来提高排序性能的方法。下面是一个使用并行排序的示例代码：

import random
import multiprocessing

# 生成随机数列表
random_numbers = [random.randint(1, 100) for _ in range(10000)]

# 定义并行排序函数
def parallel_sort(numbers):
    # 拆分列表为多个子列表
    num_cores = multiprocessing.cpu_count()
    chunk_size = len(numbers) // num_cores
    chunks = [numbers[i:i+chunk_size] for i in range(0, len(numbers), chunk_size)]

    # 启动并行排序任务
    pool = multiprocessing.Pool(processes=num_cores)
    sorted_chunks = pool.map(sorted, chunks)

    # 合并排序结果
    sorted_numbers = []
    for chunk in sorted_chunks:
        sorted_numbers.extend(chunk)

    # 最后对整个列表进行一次排序
    sorted_numbers = sorted(sorted_numbers)

    return sorted_numbers

# 调用并行排序函数
sorted_numbers = parallel_sort(random_numbers)
print(sorted_numbers)

上述代码中，首先使用random模块生成了一个包含10000个随机数的列表。然后，定义了一个parallel_sort函数，该函数将列表拆分为多个子列表，并使用multiprocessing.Pool创建了一个进程池，其中每个进程都会对子列表进行排序。最后，将排序后的子列表合并，并对整个列表进行一次排序。

通过使用并行排序，可以充分利用多核处理器的优势，以并行的方式对列表进行排序，从而提高排序性能。