为什么我们需要Python中的元组（或任何不可变的数据类型）？

我已经阅读了一些python教程（比如深入python），以及python.org上的语言参考——我不明白为什么该语言需要元组

元组与列表或集合相比没有方法，如果我必须将元组转换为集合或列表才能对它们进行排序，那么首先使用元组有什么意义

不变性

为什么有人关心变量在内存中的位置是否与最初分配时不同？Python中的不变性似乎被过分强调了

在C/C++中，如果我分配一个指针并指向某个有效内存，我不在乎地址在哪里，只要在使用它之前地址不为空

每当我引用那个变量时，我不需要知道指针是否仍然指向原始地址。我只是检查null并使用它（或者不使用）

在Python中，当我分配一个字符串（或元组）并将其分配给x，然后修改该字符串时，为什么我要关心它是否是原始对象？只要变量指向我的数据，这就是最重要的

>>> x='hello'
>>> id(x)
1234567
>>> x='good bye'
>>> id(x)
5432167

---

x

仍然引用我想要的数据，为什么有人需要关心它的id是相同的还是不同的？

有时我们喜欢使用对象作为字典键

值得一提的是，最近的元组（2.6+）增长了

index（）

和

count（）

方法

，您可以看到关于这方面的一些讨论

不变的对象可以实现实质性的优化；这大概就是为什么字符串在Java中也是不可变的，Java是单独开发的，但与Python几乎是同时开发的，而在真正的函数式语言中，几乎所有东西都是不可变的

特别是在Python中，只有不可变的表可以散列（因此，集合的成员或字典中的键）。同样，这提供了优化，但远不止是“实质性的”（设计存储完全可变对象的像样的哈希表是一场噩梦——要么在散列对象时立即复制所有内容，要么检查对象的散列自上次引用对象后是否发生了更改，这是一场噩梦）

优化问题示例：

$ python -mtimeit '["fee", "fie", "fo", "fum"]'
1000000 loops, best of 3: 0.432 usec per loop
$ python -mtimeit '("fee", "fie", "fo", "fum")'
10000000 loops, best of 3: 0.0563 usec per loop

如果我必须将元组转换为集合或列表才能对它们进行排序，那么首先使用元组有什么意义

在这种特殊情况下，可能没有任何意义。这不是一个问题，因为这不是您考虑使用元组的情况之一。

正如您所指出的，元组是不可变的。具有不可变类型的原因适用于元组：

• 复制效率：与复制不可变对象不同，您可以将其别名（将变量绑定到引用）
• 比较效率：使用引用复制时，可以通过比较位置而不是内容来比较两个变量
• 实习：你最多需要存储一个不可变值的副本
• 不需要在并发代码中同步对不可变对象的访问
• 常量正确性：某些值不允许更改。这（对我来说）是不可变类型的主要原因

请注意，特定的Python实现可能不会使用上述所有特性

字典键必须是不可变的，否则更改键对象的属性会使基础数据结构的不变量无效。因此，元组可以潜在地用作键。这是常量正确性的结果

---

另请参见“，”。

上面的答案都没有指出元组与列表的真正问题，而许多Python新手似乎并不完全理解元组与列表的关系

元组和列表有不同的用途。列表存储同质数据。您可以而且应该有如下列表：

["Bob", "Joe", "John", "Sam"]

["Billy", "Bob", "Joe", 42]

正确使用列表的原因是因为这些都是同质类型的数据，特别是人名。但请列举如下：

["Bob", "Joe", "John", "Sam"]

["Billy", "Bob", "Joe", 42]

这份名单是一个人的全名和年龄。这不是一种类型的数据。存储该信息的正确方法是在元组或对象中。假设我们有几个：

[("Billy", "Bob", "Joe", 42), ("Robert", "", "Smith", 31)]

元组和列表的不变性和易变性并不是主要区别。列表是相同种类的项目的列表：文件、名称、对象。元组是一组不同类型的对象。它们有不同的用途，许多Python编码人员滥用列表来表示元组的用途

请不要

---

编辑：

我认为这篇博文解释了为什么我认为这比我做的更好：

---

它们非常重要，因为它们可以保证调用方所传递的对象不会发生变异。 如果您这样做：

a = [1,1,1]
doWork(a)

呼叫方无法保证呼叫后a的值。 但是,

a = (1,1,1)
doWorK(a)

现在，作为调用方或代码的读者，您知道a是相同的。

---

在这种情况下，您可以复制列表并传递它，但现在您正在浪费周期，而不是使用更具语义意义的语言结构。

我一直发现，对于相同的基本数据结构（数组），有两种完全不同的类型是一种笨拙的设计，但在实践中并不是一个真正的问题。（每种语言都有它的缺点，包括Python，但这并不是一个重要的缺点。）

为什么有人关心变量在内存中的位置是否与最初分配时不同？Python中的不变性似乎被过分强调了

这些是不同的事情。易变性与它存储在内存中的位置无关；这意味着它指向的东西不能改变

Python对象在创建后不能更改位置，无论是否可变。（更准确地说，id（）的值不能更改——实际上也是一样。）可变对象的内部存储可以更改，但这是一个隐藏的实现细节

>>> x='hello'
>>> id(x)
1234567
>>> x='good bye'
>>> id(x)
5432167

这不是修改（“变异”）变量；是c

>>> a1 = (1,)
>>> a2 = a1
>>> print a2[0]
1
>>> a1 = (2,)
>>> print a2[0]
1

>>> t1 = (1,2)
>>> d1 = { t1 : 'three' }
>>> print d1
{(1,2): 'three'}
>>> t1[0] = 0  ## results in a TypeError, as tuples cannot be modified
>>> t1 = (2,3) ## creates a new tuple, does not modify the old one
>>> print d1   ## as seen here, the dict is still intact
{(1,2): 'three'}

blue= 0, 0, 255
alist= ["red", "green", blue]