如果你去散步，你可以随时在(x,y)元组中记下你的坐标。

如果你想记录你的旅程，你可以每隔几秒钟将你的位置添加到一个列表中。

但你不能反过来做。

list和tuple的区别

Literal someTuple = (1,2) someList = [1,2] Size a = tuple(range(1000)) b = list(range(1000)) a.__sizeof__() # 8024 b.__sizeof__() # 9088 Due to the smaller size of a tuple operation, it becomes a bit faster, but not that much to mention about until you have a huge number of elements. Permitted operations b = [1,2] b[0] = 3 # [3, 2] a = (1,2) a[0] = 3 # Error That also means that you can't delete an element or sort a tuple. However, you could add a new element to both list and tuple with the only difference that since the tuple is immutable, you are not really adding an element but you are creating a new tuple, so the id of will change a = (1,2) b = [1,2] id(a) # 140230916716520 id(b) # 748527696 a += (3,) # (1, 2, 3) b += [3] # [1, 2, 3] id(a) # 140230916878160 id(b) # 748527696 Usage As a list is mutable, it can't be used as a key in a dictionary, whereas a tuple can be used. a = (1,2) b = [1,2] c = {a: 1} # OK c = {b: 1} # Error

从5.3的文档中引证的方向。元组和序列:

虽然元组可能看起来类似于列表，但它们通常用于不同的情况和不同的目的。元组是不可变的，通常包含不同的元素序列，可以通过解包(参见本节后面的内容)或索引(对于namedtuples，甚至可以通过属性访问)访问这些元素。列表是可变的，它们的元素通常是同构的，并通过遍历列表来访问。

前面已经提到，这种差异主要是语义上的:人们期望元组和列表表示不同的信息。但这不仅仅是一个指导方针;一些库实际上根据传递的内容表现不同。以NumPy为例(复制自另一篇文章，我要求更多的例子):

>>> import numpy as np
>>> a = np.arange(9).reshape(3,3)
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> idx = (1,1)
>>> a[idx]
4
>>> idx = [1,1]
>>> a[idx]
array([[3, 4, 5],
       [3, 4, 5]])

关键是，虽然NumPy可能不是标准库的一部分，但它是一个主要的Python库，在NumPy中，列表和元组是完全不同的东西。

首先，它们都是Python中的非标量对象(也称为复合对象)。

元组，有序的元素序列(可以包含任何没有混叠问题的对象) 不可变(tuple, int, float, str) 使用+进行连接(当然会创建一个全新的元组) 索引 切片 Singleton(3，) # ->(3)而不是(3)# -> 3 List(其他语言中的数组)，值的有序序列 可变的 单例[3] 克隆new_array = origin_array[:] 列表推导式[x**2 for x in range(1,7)]给出 [1,4,9,16,25,36](不可读)

使用list还可能导致别名错误(两条不同的路径 指向同一对象)。

只是一个快速扩展列表vs元组响应:

由于动态特性，list分配的位桶比实际需要的内存要多。这样做是为了防止在将来附加额外项时进行昂贵的重新分配操作。 另一方面，由于是静态的，轻量级元组对象不需要保留存储它们所需的额外内存。