在Python中，有两种相似的类型-列表（列表）和元组（元组）。 两者之间最著名的区别是元组是不可变的。
您不能更改元组中的对象：
>>> a = (1,2,3) >>> a[0] = 10 Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: 'tuple' object does not support item assignment
但是您可以在元组中修改可变对象：
>>> b = (1,[1,2,3],3) >>> b[1] [1, 2, 3] >>> b[1].append(4) >>> b (1, [1, 2, 3, 4], 3)
在CPython（标准解释器）内部，列表和元组被实现为指向Python对象的指针（链接）表，即 实际上，它们不会将对象彼此相邻存储。 从列表中删除对象时，将删除对该对象的引用。 如果其他人引用了该对象，它将继续存在于内存中。
元组
尽管元组在代码中不那么常见且不那么流行，但这是Python经常用于内部目的的非常基本的类型。
您可能没有注意到，但是在以下情况下使用元组：
- 使用参数或参数（它们存储为元组）
- 从函数返回两个或多个变量
- 迭代字典中的值键
- 使用字符串格式
通常，最简单的脚本使用数千个元组：
>>> import gc >>> def type_stats(type_obj): ... count = 0 ... for obj in gc.get_objects(): ... if type(obj) == type_obj: ... count += 1 ... return count ... >>> type_stats(tuple) 3136 >>> type_stats(list) 659 >>> import pandas >>> type_stats(tuple) 6953 >>> type_stats(list) 2455
空列表与空元组
空元组的工作方式类似于单例，即 运行中的Python脚本的内存中始终只有一个空元组。 所有空元组仅引用同一对象，这是可能的，因为元组是不可变的。 这种方法节省了大量内存，并加快了使用空元组的过程。
>>> a = () >>> b = () >>> a is b True >>> id(a) 4409020488 >>> id(b) 4409020488 >>>
但这不适用于列表，因为它们可以更改：
>>> a = [] >>> b = [] >>> a is b False >>> id(a) 4465566920 >>> id(b) 4465370632
优化元组的内存分配
为了减少内存碎片并加快元组的创建，Python重用了已删除的旧元组。 如果一个元组由少于20个元素组成并且不再使用，则Python会将其放置在一个特殊列表中，而不是将其删除，该列表存储了可供重用的元组。
此列表分为20个组，其中每个组是大小为n的元组的列表，其中n为0到20。每个组最多可以存储2,000个自由元组。 第一组仅存储一个元素，并且是一个空元组的列表。
>>> a = (1,2,3) >>> id(a) 4427578104 >>> del a >>> b = (1,2,4) >>> id(b) 4427578104
在上面的示例中，我们可以看到a和b在内存中具有相同的地址。 这是由于我们立即获取了一个相同大小的免费元组。
优化列表的内存分配
由于列表可能会发生变化，因此无法再启动与元组相同的优化。 尽管如此，列表还是针对空列表使用了类似的优化。 如果删除了空列表，则将来也可以重用它。
>>> a = [] >>> id(a) 4465566792 >>> del a >>> b = [] >>> id(b) 4465566792
调整大小清单
为了避免不断调整列表大小的开销，Python不会在每次需要时调整其大小。 而是，每个列表都有一组对用户隐藏的附加单元格，但以后可用于新元素。 一旦隐藏的单元格结束，Python就会为新元素添加额外的空间。 而且他做到了这一点，根据列表的当前大小选择了隐藏单元格的数量-它越大，用于新元素的隐藏插槽越多。
当您尝试在循环中添加许多元素时，此优化特别有用。
列表大小增长模式如下所示：0、4、8、16、25、35、46、58、72、88，...
例如，如果要向具有8个元素的列表中添加一个新元素，则其中将没有空闲单元格，Python将立即将其大小扩展为16个单元格，其中9个将被占用并为用户可见。
Python大小调整公式：
>>> def get_new_size(n_items): ... new_size = n_items + (n_items // 2 ** 3) ... if n_items < 9: ... new_size += 3 ... else: ... new_size += 6 ... ... return new_size ... >>> get_new_size(9) 16
速度
如果我们比较这两种类型的速度，那么平均而言，在医院中，元组要比列表稍快。 Raymond Hettinger对于
stackoverflow的速度差异有很好的解释。
PS：我是本文的作者，您可以提出任何问题。