一、列表与元组的相同点
1. 都是可以放置任意数据类型的有序集合
2. 列表和元组都支持切片操作
3. 列表和元组都可以随意嵌套
l = [[1, 2, 3], [4, 5]] # 列表的每一个元素也是一个列表
tup = ((1, 2, 3), (4, 5, 6)) # 元组的每一个元素也是一个元组4. 两者也可以通过 list() 和 tuple() 函数相互转换
二、列表与元组的区别
1. 列表是动态的，长度大小不固定，可以随意地增加、删减或者改变元素; 而元组是静态的，长度大小固定，如果元组想要“改变”，就只能创建新的元组
tup = (1, 2, 3, 4)
new_tup = tup + (5, ) # 创建新的元组new_tup，并依次填充原元组的值
print(new_tup)
>> (1, 2, 3, 4, 5)
l = [1, 2, 3, 4]
l.append(5) # 添加元素5到原列表的末尾
print(l)
>> [1, 2, 3, 4, 5]2. 列表和元组存储方式的差异， 元组更加轻量级
示例1：
l = [1, 2, 3]
print(l.__sizeof__())
>> 64
tup = (1, 2, 3)
print(tup.__sizeof__())
>> 48对比上面列表和元组，放置了相同的元素，而列表比元组多了16个字节。这是由于列表的动态性质，需要存储指针，来指向对应的元素（对于int型，8字节）；还需要额外存储已经分配的长度大小（8字节），这样可以实时追踪列表的使用情况，当空间不足时，及时分配额外空间。
示例2：
l = []
print(l.__sizeof__())
>> 40 # 空列表的存储空间为40字节
l.append(1)
print(l.__sizeof__())
>> 72 # 加入了元素1之后，列表为其分配了可以存储4个元素的空间 (72 - 40)/8 = 4
l.append(2)
print(l.__sizeof__())
>> 72 # 由于之前分配了空间，所以加入元素2，列表空间不变
l.append(3)
print(l.__sizeof__())
>> 72 # 同上
l.append(4)
print(l.__sizeof__())
>> 72 # 同上
l.append(5)
print(l.__sizeof__())
>> 104 # 加入元素5之后，列表的空间不足，所以又额外分配了可以存储4个元素的空间上示例子，大概描述了列表空间分配的过程。为了减小每次增加 / 删减操作时空间分配的开销，Python 每次分配空间时都会额外多分配一些，这样的机制（over-allocating）保证了其操作的高效性：增加 / 删除的时间复杂度均为 O(1)
而元组长度大小固定，元素不可变，所以存储空间固定
3. 元组比列表性能稍优
通过上面存储方式的差异，元组要比列表更加轻量级一些，所以总体上来说，元组的性能速度要略优于列表
另外，Python 会在后台，对静态数据做一些资源缓存（resource caching）。因为垃圾回收机制的存在，如果一些变量不被使用了，Python 就会回收它们所占用的内存，返还给操作系统，以便其他变量或其他应用使用
但是对于一些静态变量，比如元组，如果它不被使用并且占用空间不大时，Python 会暂时缓存这部分内存。下次我再创建同样大小的元组时，Python 就可以直接分配之前缓存的内存空间，能大大加快程序的运行速度
三、列表和元组的使用
有一些场合你具体没有什么数据要改变。如果有最初不打算更改的数据，则应选择元组数据类型而不是列表。
如果数据会在应用程序运行时增长和缩小，则需要使用列表数据类型
