列表和元组
基础
列表和元组，都是一个可以放置任意数据类型的有序集合
l = [1, 2, 'hello', 'world'] # 列表中同时含有int和string类型的元素
tup = ('jason', 22) # 元组中同时含有int和string类型的元素- 区别
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（mutable）
元组是静态的，长度大小固定，无法增加删减或者改变（immutable）
实例
l = [1, 2, 3, 4]
l[3] = 40
l
[1, 2, 3, 40]
tup = (1, 2, 3, 4)
tup[3] = 40
# 报错：TypeError如果想对已有的元组做任何“改变”，只能重新开辟一块内存，创建新的元组。
实例
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
new_tup
(1, 2, 3, 4, 5)
# 对于列表来说，只是修改原来列表元素，不会创建新的列表
l = [1, 2, 3, 4]
l.append(5)
l
[1, 2, 3, 4, 5]- Python中的列表和元组都支持负数索引
l = [1, 2, 3, 4]
l[-1]
4
tup = (1, 2, 3, 4)
tup[-1]
4- 列表和元组都支持切片操作
l = [1, 2, 3, 4]
l[1:3]
[2, 3]
tup = (1, 2, 3, 4)
tup[1:3 # 返回元组中索引从1到2的子元组
(2, 3)- 列表和元组可以随意嵌套
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- 两者可以通过list()和tuple()函数相互转换
list((1, 2, 3))
[1, 2, 3]
tuple([1, 2, 3])
(1, 2, 3)- 列表和元组常用的内置函数
l = [3, 2, 3, 7, 8, 1]
l.count(3)
2
l.index(7)
3
l.reverse()
l
[1, 8, 7, 3, 2, 3]
l.sort()
l
[1, 2, 3, 3, 7, 8]
tup = (3, 2, 3, 7, 8, 1)
tup.count(3)
2
tup.index(7)
3
list(reversed(tup))
[1, 8, 7, 3, 2, 3]
sorted(tup)
[1, 2, 3, 3, 7, 8]函数含义：
count(item)统计列表/元组中item出现的次数
index(item)表示返回列表/元组中item第一次出现的索引
list.reverse()和list.sort()表示原地倒转列表和排序（元组没有这两个函数）
reversed()和sorted()同样表示对列表/元组进行倒序和排序，reversed()返回一个倒转后的迭代器；sorted()返回拍好序列的新列表
列表和元组存储方式的差异
示例
l = [1, 2, 3]
l.__sizeof__()
64
tup = (1, 2, 3)
tup.__sizeof__()
48放置相同的元素，元组的存储空间要比列表要少16字节
由于列表是动态的，所以它需要存储指针，来指向对应的元素（对于int型，8字节）。
另外，由于列表可变，所以需要额外存储已经分的长度大小（8字节），这样才可以实时追踪列表空间的使用情况，当空间不足，及时分配额外空间。
l = []
l.__sizeof__() # 空列表的存储空间为40字节
40
l.append(1)
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)
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)
l.__sizeof__()
72 # 同上
l.append(4)
l.__sizeof__()
72 # 同上
l.append(5)
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个元素的空间为了减少每次增加/删减操作空间分配的开销，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)
对于元组，长度带下固定，元素不可变，所以存储空间固定。
列表和元组的性能
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
Python在后台，对静态数据做一些资源缓存（resource caching)。通常来说，因为垃圾回收机制的存在，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，以便其他变量或者其他应用使用
但时对于一些静态变量，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。
这样下次在创建同样大小的元组时，Python就可以不再用像操作系统发出请求，去寻找内存，而是直接分配之前缓存的内存空间，这样就能大大加快程序的运行速度。
示例
- 初始化一个相同元素的列表和元组分别所需时间
python3 -m timeit 'x=(1,2,3,4,5,6)'
20000000 loops, best of 5: 9.97 nsec per loop
python3 -m timeit 'x=[1,2,3,4,5,6]'
5000000 loops, best of 5: 50.1 nsec per loop如果想要增加、删减或者改变元素，那么列表显然更优
列表和元组的使用场景
- 如果存储的数据和数量不变，如一个函数，返回一个地点的经纬度，选元组更合适
def get_location():
......
return (longitude, latitude)- 如果存储的数据或数量是可变的，如社交平台上的一个日记功能，统计用户看过的内容，选列表更合适
viewer_owner_id_list = [] # 里面的每个元素记录了这个viewer一周内看过的所有owner的id
records = queryDB(viewer_id) # 索引数据库，拿到某个viewer一周内的日志
for record in records:
viewer_owner_id_list.append(record.id)
