为什么我们需要Python中的元组（或任何不可变的数据types）？
我已经阅读了几个python教程（例如Dive Into Python）以及Python.org上的语言参考 – 我不明白为什么语言需要元组。
与列表或集合相比，元组没有任何方法，如果我必须将元组转换为集合或列表才能对其进行sorting，那么首先使用元组有什么意义？
不变性？
为什么有人关心一个variables是否存在于内存中与原来分配不同的地方？ Python中不可变性的整个业务似乎过分强调。
在C / C ++中，如果我分配一个指针并指向一些有效的内存，我不关心地址的位置，只要它在我使用它之前不是空的。
每当我引用该variables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（或不）。
在Python中，当我分配一个string（或元组）分配给x，然后修改string，为什么我关心，如果它是原始对象？ 只要variables指向我的数据，那就重要了。
>>> 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是相同还是不同？
-
不可变对象可以允许实质性的优化; 这大概是为什么string在Java中也是不可变的，它们是与Python几乎分开开发的，几乎所有东西在真正函数式语言中都是不变的。
-
特别是在Python中，只有不可变的可以是可散列的（因此，集合成员或字典中的键）。 再次，这提供了优化，但不仅仅是“实质性的”（devise存储完全可变对象的体面散列表是一场噩梦 – 要么一拿到散列就把所有东西都复制一次，要么检查对象的散列是否是恶梦已经改变，因为你最后一次参考它的丑陋的头）。
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
上面的答案都没有指出元组和列表的真正问题，很多Python的新手似乎都没有完全理解。
元组和列表服务于不同的目的。 列出存储同质数据。 你可以也应该有这样的列表：
["Bob", "Joe", "John", "Sam"]
正确使用列表的原因是因为这些都是同类数据，特别是人名。 但是拿一个这样的列表：
["Billy", "Bob", "Joe", 42]
这份名单是一个人的全名和他们的年龄。 这不是一种types的数据。 存储该信息的正确方法是在元组中，或者在一个对象中。 可以说我们有几个：
[("Billy", "Bob", "Joe", 42), ("Robert", "", "Smith", 31)]
元组和列表的不可变性和可变性不是主要区别。 列表是相同种类的项目列表：文件，名称，对象。 元组是一组不同types的对象。 他们有不同的用途，许多Python编程人员滥用列表的元组是什么意思。
请不要。
编辑：
我认为这个博客文章解释了为什么我认为这比我更好： http : //news.e-scribe.com/397
如果我必须将一个元组转换为一个集合或列表才能sorting，那么首先使用元组有什么意义？
在这个特定的情况下，可能没有一点。 这是一个非问题，因为这不是你考虑使用元组的情况之一。
正如你所指出的，元组是不可变的。 具有不可变types的原因适用于元组：
- 复制效率：而不是复制一个不可变的对象，你可以别名（将一个variables绑定到一个引用）
- 比较效率：当您使用通过引用进行复制时，可以通过比较位置来比较两个variables，而不是内容
- 实习：您最多需要存储任何不可变值的副本
- 不需要在并发代码中同步对不可变对象的访问
- const正确性：一些值不应该被允许改变。 这（对我来说）是不可变types的主要原因。
请注意，一个特定的Python实现可能无法使用上述所有function。
字典密钥必须是不可变的，否则，改变密钥对象的属性会使基础数据结构的不variables失效。 元组可以潜在地用作关键字。 这是const正确性的结果。
另请参阅从Dive Into Python中的 “ 元组简介 ”。
有时我们喜欢用对象作为字典键
对于它的价值，元组最近（2.6+）增长了index()和count()方法
对于相同的基本数据结构（数组），我总是发现有两个完全独立的types是一个尴尬的devise，但实际上并不是一个真正的问题。 （每种语言都有它的瑕疵，包括Python在内，但这并不重要）
为什么有人关心一个variables是否存在于内存中与原来分配不同的地方？ Python中不可变性的整个业务似乎过分强调。
这些是不同的事情。 可变性与存储在内存中的地点无关; 这意味着它指向的东西不能改变。
Python对象创build后不能更改位置，可变或不可变。 （更准确地说，id（）的值不能改变 – 实际上是一样的）。可变对象的内部存储可以改变，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”）variables; 它创build一个同名的新variables，并丢弃旧variables。 比较变异操作：
>>> a = [1,2,3] >>> id(a) 3084599212L >>> a[1] = 5 >>> a [1, 5, 3] >>> id(a) 3084599212L
正如其他人所指出的，这允许使用数组作为字典的关键字，以及其他需要不变性的数据结构。
请注意，词典的键不一定是完全不可变的。 只有它被用作关键的部分需要是不可改变的; 对于某些用途，这是一个重要的区别。 例如，您可以有一个表示用户的类，它通过唯一的用户名来比较相等和散列。 然后，你可以在类上挂上其他可变数据 – “用户已login”等等。由于这不会影响相等或散列，所以将其用作字典中的键是完全有效的。 这在Python中并不常见; 我只是指出，因为有几个人声称密钥需要是“不可变的”，这只是部分正确的。 不过，我已经用C ++地图和集合多次使用过。
正如gnibbler在评论中提供的那样，Guido有一个意见没有被完全接受/赞赏：“列表是用于同质数据的，元组是用于异构数据的”。 当然，许多反对者认为这是一个列表中的所有元素应该是相同的types。
我喜欢以不同的方式来看待它，与其他人在过去一样：
blue= 0, 0, 255 alist= ["red", "green", blue]
请注意，即使types（alist [1]）！= type（alist [2]），我认为alist也是同类的。
如果我可以改变元素的顺序，并且我的代码中没有问题（除了假设，例如“它应该被sorting”），那么应该使用一个列表。 如果不是（就像上面的blue元组），那么我应该使用一个元组。
它们很重要，因为它们保证了调用者所传递的对象不会被突变。 如果你这样做：
a = [1,1,1] doWork(a)
来电者无法保证通话结束后的价值。 然而，
a = (1,1,1) doWorK(a)
现在你作为调用者或者作为这个代码的读者知道a是一样的。 你总是可以为这个场景制作一个列表的副本，并通过它，但现在你正在浪费周期，而不是使用语义更有意义的语言结构。
你可以在这里看到关于这个的一些讨论
你的问题（和后续评论）关注的是id（）是否在赋值过程中发生变化。 着眼于不可变对象replace和可变对象修改之间差异的后续影响，而不是差异本身可能不是最好的方法。
在继续之前，请确保下面演示的行为是您对Python的期望。
>>> a1 = [1] >>> a2 = a1 >>> print a2[0] 1 >>> a1[0] = 2 >>> print a2[0] 2
在这种情况下，a2的内容被改变，即使只有a1有一个新的值被赋值。 对比如下：
>>> a1 = [1] >>> a2 = a1 >>> print a2[0] 1 >>> a1 = [2] >>> print a2[0] 1
在后一种情况下，我们replace了整个列表，而不是更新其内容。 对于不可变types（如元组），这是唯一允许的行为。
为什么这很重要？ 假设你有一个字典：
>>> 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'}
使用一个元组，字典是安全的，不必将它的键从“下面”改变为散列到不同值的项。 这对于高效实施至关重要。
