插入排序和选择排序都是简单且经典的排序算法，适合用来排序小规模数据。虽然两者都属于O(n^2)时间复杂度的排序算法，但它们的工作原理有一些不同。下面是对这两种算法的比较及其手动实现。

插入排序 (Insertion Sort)

工作原理：
插入排序的思想是将数组分为已排序和未排序两部分。初始时，认为第一个元素是已排序的，从第二个元素开始，逐个将未排序的元素插入到已排序的部分中，保持已排序部分的有序性。

算法步骤：
1. 从第二个元素开始遍历数组。
2. 取出当前元素作为关键值，和已排序部分的元素从右向左比较。
3. 如果已排序元素大于关键值，则将已排序元素右移。
4. 将关键值插入到合适的位置。
5. 重复直到数组末尾。

代码实现：

def insertion_sort(arr):  
    for i in range(1, len(arr)):  
        key = arr[i]  
        j = i - 1  
        # 将已经排序好的元素位置右移，直到找到比key小的位置  
        while j >= 0 and arr[j] > key:  
            arr[j + 1] = arr[j]  
            j -= 1  
        arr[j + 1] = key  
    return arr  

选择排序 (Selection Sort)

工作原理：
选择排序每次从待排序的数据中选出最小（或最大）的元素，放在序列的起始位置，直到所有的元素均被处理完成。

算法步骤：
1. 从数组的第一个元素开始，遍历整个数组，找出最小元素。
2. 将该最小元素与未排序部分的第一个元素交换。
3. 继续遍历剩余未排序部分，重复步骤1和2，直到整个数组有序。

代码实现：

def selection_sort(arr):  
    for i in range(len(arr)):  
        # 假设当前i位置为最小值位置  
        min_idx = i  
        # 找到最小的值  
        for j in range(i + 1, len(arr)):  
            if arr[j] < arr[min_idx]:  
                min_idx = j  
        # 将找到的最小值与i位置的值交换  
        arr[i], arr[min_idx] = arr[min_idx], arr[i]  
    return arr  

比较与总结

1. 时间复杂度：两者的时间复杂度都是O(n^2)，但插入排序通常在序列部分有序的时候表现更好。
2. 空间复杂度：两者都是原地排序算法，空间复杂度O(1)。
3. 稳定性：插入排序是稳定的，即相等的元素排序后相对位置不变。而选择排序是不稳定的，因为最小元素的调换可能会打破相同元素的相对顺序。
4. 适用场景：插入排序更适合部分有序的数据集，选择排序则在额外交换较少要求下可以使用，但整体上应用较少。

两种算法都比较适合用于教学或处理小规模数据，但在实际工程中，更多地使用快速排序、归并排序等高级排序算法。