当前位置 博文首页 > python中列表(list)和元组(tuple)的深入讲解
在我们实际开发中，经常需要将一组数据存储起来，以便使用。如果学习了其他的语言可能知道数组（Array）这个数据结构，它就可以将多个数据进行存储，访问数据可以通过数组下标的方式，的进行获取。如果你是python开发者，那么可以使用更加灵活的列表(list)和元组(tuple)，来进行数据储存。下面我们先简单了解下列表和元组的基本使用。
列表是动态的，长度可以改变，可以随意增加，修改或删除元素。
初始化列表
a = list()
b = []
# 可以通过range快速创建list
c = list(range(1,6))
print("a:", a)
print("b:", b)
print("c:", c)
# a: []
# b: []
# c: [1, 2, 3, 4, 5]
添加元素
append：在列表的末尾添加一个元素
>>l = []
>>l.append("python")
>>l
['python']
extend：使用可迭代对象中的所有元素来扩展列表
>>l = ["python"] >>t = ["java"] >>l.extend(t) >>l ['python', 'java']
insert:在给定的位置插入一个元素。第一个参数是要插入的元素的索引，所以 list_name.insert(0, x) 插入列表头部
>>l = ["python", "java"] >>l.insert(1,"go") >>l ['python', 'go', 'java']
删除元素
remove(x)：从列表中删除值为x的第一项。 如果没有需要删除的值，那就抛出异常
>>l = ["python", "java"]
>>l.remove("java")
>>l
['python']
>>l.remove("test")
Traceback (most recent call last):
File "<input>", line 1, in <module>
ValueError: list.remove(x): x not in list
pop: 删除列表中给定位置的元素并返回它。如果没有给定位置，pop() 将会删除并返回列表中的最后一个元素
>>l = ["python", "java", "go"] >>l.pop() 'go' >>l ['python', 'java'] >>l.pop(1) 'java' >>l.pop(1) Traceback (most recent call last): File "<input>", line 1, in <module> IndexError: pop index out of range
del: Python 中的关键字，专门用来执行删除操作，它不仅可以删除整个列表，还可以删除列表中的某些元素
>>l = ["python", "java", "go", "js"] >>del l[0:1] >>l ['java', 'go', 'js'] >>del l[0] >>l ['go', 'js']
clear(): 移除列表中的所有元素。等价于 del a[:]
>>l = ["python", "java", "go", "js"] >>l.clear() >>l []
ps： 这里注意和del 的区别， clear是清空， del list_name 是删除，内存也释放
修改元素
修改单个可以通过下标的方法
>>l = ["python", "go", "java"] >>l[0] = "PYTHON" >>l ['PYTHON', 'go', 'java']
修改一组数据可以通过切片的方式
>>l = ["python", "go", "java"] >>l[0:2] = "PYTHON", "GO" >>l ['PYTHON', 'GO', 'java'] >>l[0:2] = ["python", "go"] >>l ['python', 'go', 'java']
查询元素
index(x) ：方法用来查找某个元素在列表中出现的位置（也就是索引），如果该元素不存在，则会导致 ValueError 错误
>>l
['python', 'go', 'java']
>>l.index("python")
0
>>l.index("python1")
Traceback (most recent call last):
File "<input>", line 1, in <module>
ValueError: 'python1' is not in list
count() :用来统计某个元素在列表中出现的次数
>>l
['python', 'go', 'java']
>>l.count("PYTHON")
0
>>l.count("python")
1
其他操作
sort：对列表中的元素进行排序
>>l ['go', 'java', 'python'] >>l.sort(reverse=True) >>l ['python', 'java', 'go'] >>l.sort() >>l ['go', 'java', 'python']
reverse: 反转元素
>>l = [1,2,3,4,5] >>l.reverse() >>l [5, 4, 3, 2, 1]
copy: 返回列表的一个浅拷贝，等价于 a[:]
>>l [5, 4, 3, 2, 1] >>a = l.copy() >>a [5, 4, 3, 2, 1]
1-使用列表实现栈
栈（stack)特点就是后进先出， 使用列表实现是非常容易的，要添加一个元素到堆栈的顶端，使用 append() 。要从堆栈顶部取出一个元素，使用 pop() ，不用指定索引。
stack = [] stack.append(1) stack.append(2) stack.append(3) stack.append(4) stack.pop() # 4 stack.pop() # 3 stack.pop() # 2 stack.pop() # 1 # 注意捕捉错误
2-实现队列
from collections import deque
queue = deque(["python", "go", "java"])
queue.append("python")
queue.append("go")
print(queue)
queue.popleft()
queue.popleft()
print(queue)
返回结果
deque(['python', 'go', 'java', 'python', 'go'])
deque(['java', 'python', 'go'])
列表推导式
a = [x ** 2 for x in range(10)]
b = [(x, y) for x in [1, 2, 3] for y in [3, 1, 4] if x != y]
# 嵌套列表推导式
matrix = [
[1, 2, 3, 4],
[5, 6, 7, 8],
[9, 10, 11, 12],
]
c = [[row[i] for row in matrix] for i in range(4)]
print("a:", a)
print("b:", b)
print("c:", c)
返回
a: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
b: [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]
c: [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
元组是静态，大小固定，不可以对元素进行增加，修改或删除的操作
创建元组
a = 1, 2, 3
print("a", a)
b = (1, 2, 3)
print("b", b)
# 将字符串转换成元组
tup1 = tuple("hello")
print("将字符串转换成元组", tup1)
# 将列表转换成元组
list1 = ['Python', 'Java', 'C++', 'JavaScript']
tup2 = tuple(list1)
print("将列表转换成元组", tup2)
# 将字典转换成元组
dict1 = {'a': 100, 'b': 42, 'c': 9}
tup3 = tuple(dict1)
print("将字典转换成元组", tup3)
# 将区间转换成元组
range1 = range(1, 6)
tup4 = tuple(range1)
print("将区间转换成元组", tup4)
返回结果
a (1, 2, 3)
b (1, 2, 3)
将字符串转换成元组 ('h', 'e', 'l', 'l', 'o')
将列表转换成元组 ('Python', 'Java', 'C++', 'JavaScript')
将字典转换成元组 ('a', 'b', 'c')
将区间转换成元组 (1, 2, 3, 4, 5)
访问元素
a = (1, 2, 3, 4, 5) # 通过下标 print(a[0]) # 通过切片：a[start : end : step] print(a[0:4:2])
返回结果
1
(1, 3)
删除
a = (1, 2, 3, 4, 5) del a
元组是静态，列表是动态
元组修改
l = (1,2,3,4) id(l) # 4497372488 l = l + (5,6) id(l) # 4494985832
列表修改
l = [1,2,3,4] id(l) # 4499169160 l = l + [5,6] id(l) # 4495787016
通过上面可以发现元组是不可以改变的，这里强调一点很多新手对这个 l = l + (5,6) 很不难理解，不是说元组不可以修改的吗，那为什么这里可以修改？记住这里虽然可以执行，但是他是创建了一个新的元组，这时候的 l 不是原来的 l, 可以通过 id 查询（或则执行 l[0] = -1 就会报错）
在这里我多说几句，这里的静态和动态，大白话来讲是列表是可以进行列表的操作（新增，删除，修改），一般操作行为下他的内存地址不变（通过id查看），这和他的实现有关，但是元组就会改变，所以新的元组和原来的不一样，一般时候有人（面试官或则开发不小心）会问你 a = ([1,2], 3,4), 为什么可以进行a[0].append(3)，但是id(a)前后不变，这就是0下标的元素是列表，列表可以修改的。
列表需要更多内存，元组需要更少内存
list_t = []
print("列表初始化时候大小:", list_t.__sizeof__())
tuple_t = ()
print("元组初始化时候大小:", tuple_t.__sizeof__())
返回结果
列表初始化时候大小: 40
元组初始化时候大小: 24
看到结果有没有发现列表比元组大18字节，那么问题来了：这18字节是怎么来的？这是由于列表是动态的，它需要存储指针来指向对应的元素（占用 8 个字节）。另外，由于列表中元素可变，所以需要额外存储已经分配的长度大小（占用 8 个字节），这样才能实时追踪列表空间的使用情况。但是对于元组，情况就不同了，元组长度大小固定，且存储元素不可变，所以存储空间也是固定的。
列表不可被hash，元组可以被hash
tuple_t = (1, 2)
print("元组hash值:", hash(tuple_t))
list_t = [1, 2]
print("列表hash值:", hash(list_t))
执行结果
Traceback (most recent call last):
File "/Users/linjian/MonitorCenter/MonitorCenter/apps/t6.py", line 4, in <module>
print("列表hash值:", hash(list_t))
TypeError: unhashable type: 'list'
元组hash值: 3713081631934410656
从上面的结果可以发现元组是可以被hash，但列表却是不可以。如果基础扎实的应该会反应过来，python中hash需要满足是不可变类型的数据结构(字符串str、元组tuple、对象集objects)
执行效率
# 初始化一个相同元素的列表和元组使用情况 (djangoDemo) MonitorCenter % python -m timeit 'x=(1,2,3,4,5,6)' 100000000 loops, best of 3: 0.0103 usec per loop (djangoDemo) MonitorCenter % python -m timeit 'x=[1,2,3,4,5,6]' 10000000 loops, best of 3: 0.0514 usec per loop # 元组和列表索引操作对比 (djangoDemo) MonitorCenter % python -m timeit 'x=(1,2,3,4,5,6)' 'y=x[3]' 10000000 loops, best of 3: 0.0267 usec per loop (djangoDemo) MonitorCenter % python -m timeit 'x=(1,2,3,4,5,6)' 'y=x[3]' 10000000 loops, best of 3: 0.0265 usec per loop
上面的运行结果显示： 元组初始化远快于列表 ，大概有五倍的差距，但是索引操作的时候速度没有多大差距
截止目前为止，我们可以简单总结列表和元组的区别有如下：
再说使用场景前先讲一下，在python后台，对静态数据做一些资源缓存，通常因为垃圾回收机制的存在，一些变量不使用，python就会回收他们所占的内存，但是对于一些静态变量（比如说元组），当他们占用不大时候（长度1~20的元组），python会暂时缓存这部分内存，这样下次就可以不再向操作系统发出请求，分配内存资源，而是直接使用用缓存中之前的内存空间，这样大大加快了程序的运行速度。所以一般有时候数据量不大，我经常使用元组替代列表。到目前为止我们可以简单的总结出场景可以如下所示：
创建空的列表，是使用list()效率好还是[]？
(djangoDemo) MonitorCenter % python -m timeit 'x=list()'
10000000 loops, best of 3: 0.087 usec per loop
(djangoDemo) MonitorCenter % python -m timeit 'x=[]'
100000000 loops, best of 3: 0.0177 usec per loop
通过上面的测试可以知道是[]快。list()函数调用，python中函数调用会创建stack并且会进行参数检查，[]是一个内置C函数，可以直接调用，因此效率更高。
执行相乘操作时候，是 *= 效率好， 还是*？
(djangoDemo) MonitorCenter % python -m timeit 'x = [1,2,3]' 'x*=3'
10000000 loops, best of 3: 0.0903 usec per loop
(djangoDemo) MonitorCenter % python -m timeit 'x = [1,2,3]' 'x = x * 3'
10000000 loops, best of 3: 0.104 usec per loop
从结果可以看出是*效率会低点。*= 中会预分配，不足的时候扩容，但是* 会按照每次的量进行分配大小
为什么输出是这样的？
list_1 = [1, 2, 3, 4]
list_2 = [1, 2, 3, 4]
list_3 = [1, 2, 3, 4]
list_4 = [1, 2, 3, 4]
for idx, item in enumerate(list_1):
del item
for idx, item in enumerate(list_2):
list_2.remove(item)
for idx, item in enumerate(list_3[:]):
list_3.remove(item)
for idx, item in enumerate(list_4):
list_4.pop(idx)
print("list_1", list_1)
print("list_2", list_2)
print("list_3", list_3)
print("list_4", list_4)
结果
list_1 [1, 2, 3, 4]
list_2 [2, 4]
list_3 []
list_4 [2, 4]
list_2为什么输出是[2,4]? 因为在第一次删除后，list_2变成了 [2,3,4], 然后在删除轮循到到第二个数据也就是3（大部分都以为是2，但是2从原来的下表2变为1），可以参看下面的
give next element: 0 0 ---> 1 1 2 2 3 3 4 give next element: 1 0 2 1 ---> 3 2 4 give next element: 2 0 2 1 4
list_3 为什么是[], 还记得之前我们说copy时候，copy等于[:]（浅拷贝），所以轮询的和删除的不是同一内存的数据。
list_4可以结合list_2思考，因为第一次删除，第二次删除是下标2，但是数据变了，下标2的数据不是原来的2，而是3.
官方文档
浅析Python中的列表和元组
