Python 中的 列表跟元组 的使用
一、列表和元组基础：
列表和元组，都是一个可以放置任意数据类型的有序集合。
在很多语言中，集合的数据类型必须一致。不过，对于 Python 的列表和元组来说，并无此要求：
my_list = [66, 77, 'fe', 'cow'] # 列表中同时含有int和string类型的元素
print(my_list)
# 输出结果： [66, 77, 'fe', 'cow']
my_tuple = ('fe_cow', 666) # 元组中同时含有int和string类型的元素
print(my_tuple)
# 输出结果 ('fe_cow', 666)
那么它们之间有什么区别呢？
列表是动态：长度大小不固定，可以随意地增加、删减或者改变元素。
元组是静态：长度大小固定，无法增加删减或者改变。
下面举个栗子：
-
分别创建一个列表和元组。对于列表很轻松的在列表中添加最后一个元素，但是相同操作元组就会报错：
my_list = [1, 2, 3, 4] my_list[3] = 5 # python 中索引是从0进行开始的 my_list[3] 表示访问列表的第四个元素 print(my_list) # 输出结果： [1, 2, 3, 5] my_tuple = (1, 2, 3, 4) my_tuple[3] = 5 print(my_tuple) # 报错结果： Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: 'tuple' object does not support item assignment如果想对已有的元组做"改变"，
那就只能重新开辟一块内存，创建新的元组了。my_tuple= (1, 2, 3) new_tuple = my_tuple + (4, ) print(new_tuple) # 输出结果： (1, 2, 3, 4)
Python 中的列表和元组都支持负数索引：
// 列表的负数索引
my_list = [1, 2, 3, 4]
my_list[-1]
4
// 元组的负数索引
my_tuple = (1, 2, 3, 4)
my_tuple[-2]
3
-1 表示最后一个元素，-2 表示倒数第二个元素，以此类推。
Python 列表和元组都支持切片操作：
// 列表切片操作
my_list = [1, 2, 3, 4]
my_list[1:3]
[2, 3]
// 元组切片操作
my_tuple = (1, 2 ,3 ,4)
my_tuple[1:3]
(2, 3)
索引从1到2，简单理解：“前闭后开”
Python 可通过list() 和 tuple() 函数相互转换：
// 元组转换成列表
list((1, 2, 3))
[1, 2, 3]
// 列表转换成元组
tuple([1, 2, 3])
(1, 2, 3)
Python 列表 和 元组的常见内置函数：
// 列表操作
my_list = [3, 2, 3, 7, 8, 1]
my_list.count(3)
2
my_list.index(7)
3
my_list.reverse()
my_list
[1, 8, 7, 3, 2, 3]
my_list.sort()
my_list
[1, 2, 3, 3, 7, 8]
// 元组操作
my_tuple = (3, 2, 3, 7, 8, 1)
my_tuple.count(3)
2
my_tuple.index(7)
3
list(reversed(my_tuple))
[1, 8, 7, 3, 2, 3]
sorted(my_tuple)
[1, 2, 3, 3, 7, 8]
-
count(item)：表示统计列表 / 元组中 item 出现的次数。
-
index(item)：表示返回列表 / 元组中 item 第一次出现的索引。
-
list.reverse() 和 list.sort() 分别表示原地倒转列表和排序。
注意，元组没有内置的这两个函数，需要把元组转换成列表在进行此函数的操作
reversed() 和 sorted() 同样表示对列表 / 元组进行倒转和排序，但是会返回一个倒转后或者排好序的新的列表 / 元组。
二、列表和元组存储方式差异：
// 使用__sizeof__() 查看 存储空间
my_list = [1,2 ,3 ,4]
my_list.__sizeof__()
72
my_tuple = (1, 2, 3, 4)
my_tuple.__sizeof__()
56
可以看到，放置了相同的元素，那么元组存储的空间却比列表要少16字节。为什么呢？原因如下：
-
列表是动态的，所以它需要
存储指针，来指向对应的元素(int型，8字节)。 -
列表可变，所以需要额外存储已经分配的长度大小（8 字节），这样才可以实时追踪列表空间的使用情况，当
空间不足时，及时分配额外空间。 -
下面描述列表空间分配过程：
my_list = [] my_list.__sizeof__() // 空列表的存储空间为40字节 40 my_list.append(1) my_list.__sizeof__() 72 // 加入了元素1之后，列表为其分配了可以存储4个元素的空间 (72 - 40)/8 = 4 # 记录往后加入4个元素 my_list.append(2) my_list.__sizeof__() 72 // 由于之前分配了空间，所以加入元素2，列表空间不变 my_list.append(3) my_list.__sizeof__() 72 // 加入元素3，列表空间不变 my_list.append(4) my_list.__sizeof__() 72 // 加入元素4，列表空间不变 my_list.append(5) my_list.__sizeof__() 104 // 加入元素5之后，列表的空间不足，所以又额外分配了可以存储4个元素的空间为了减少列表每次的增加/删除操作时空间分配的开销，Python每次分配空间时，都会额外多分配一些;
这样机制保证了其操作的高效性：增加/删除的时间复杂度0(1);
-
对于元组来说，
元组长度大小固定，元素不可变，所以存储空间固定。
三、列表和元组的性能：
从上述的两者之间的存储方式差异，可以得出结论，元组要比列表更加轻量级一些，元组的性能速度要略优于列表。
在Python后台，对静态数据做一些资源缓存。因为垃圾回收机制的存在，如果一些变量不被使用了，Python 就会回收它们所占用的内存，返还给操作系统，以便其他变量或其他应用使用。
对于一些静态变量，比如元组，它不被使用并且占用空间不大时，Python 会暂时缓存这部分内存。下次我们再创建同样大小的元组时，Python 就不用再向操作系统发出请求，可直接寻找内存，而是可以直接分配之前缓存的内存空间，这样就能大大加快程序的运行速度。
四、列表和元组的使用场景：
-
如果存储的
数据和数量不变，仅需要将数据直接传给前端渲染，那么肯定选用元组更合适。// 比如给前端返回经纬度 def get_location(): ..... return (longitude, latitude) -
如果存储的
数据或数量是可变的，那么则用列表更合适。// 比如给前端返回 每个增加教师的信息 teacher_list = [] // 里面存储的是 result = DB(teacherID) // 从数据库拿出一周内新增教师的信息，返回的是QuerySet for item in result: teacher_list.append(item)
五、总结：
列表和元组都是有序的，可以存储任意的数据类型的集合，主要区别在于：
-
列表是动态的，长度可变，可以随意的增加、删减或改变元素。
列表的存储空间略大于元组，性能略逊于元组；
-
元组是静态的，长度大小固定，不可以对元素进行增加、删减或者改变操作。
元组相对于列表更加轻量级，性能稍优；
六、list()、与 [ ] 效率有什么区别吗？
区别在于：
-
list( ) 是一个
函数的调用，Python 函数调用 会创建堆，并且进行一系列参数检查的操作。 -
[ ] 是一个
内置的C函数，可以直接调用，因此效率较高。
