python 列表（List） vs. 元组（Tuple）：什么时候该用不可变的元组？它们在性能和用途上有什么区别？

最新推荐文章于 2025-09-29 20:50:22 发布

原创最新推荐文章于 2025-09-29 20:50:22 发布 · 1k 阅读

14 ·

CC 4.0 BY-SA版权

文章标签：

#python #list

Python 专栏收录该内容

25 篇文章

订阅专栏

核心区别：可变性 (Mutability) vs. 不可变性 (Immutability)

这是列表和元组最本质的区别，其他所有差异几乎都源于此。

列表 (List) 是可变的 (Mutable)：
这意味着我们可以在创建列表之后，随意地修改它，包括添加、删除或更改其中的元素。

my_list = [1, 'a', 3.14]
print(f"原始列表: {my_list}")

# 修改元素
my_list[1] = 'b'
print(f"修改后: {my_list}")

# 添加元素
my_list.append(True)
print(f"添加后: {my_list}")

# 删除元素
my_list.pop()
print(f"删除后: {my_list}")

元组 (Tuple) 是不可变的 (Immutable)：
一旦元组被创建，它的内容就不能再被更改。不能添加、删除或修改元组中的任何元素。任何尝试修改元组的操作都会导致 TypeError。

my_tuple = (1, 'a', 3.14)
print(f"原始元组: {my_tuple}")

# 尝试修改元素会导致错误
try:
    my_tuple[1] = 'b'
except TypeError as e:
    print(f"尝试修改元组失败: {e}")

性能和内存差异

由于其不可变的特性，元组在某些方面比列表有性能优势。

内存占用更小：
因为元组是固定大小的，Python 在内存中可以为其分配恰到好处的空间。而列表为了应对可能的 append 或 extend 操作，通常会预留一些额外的存储空间（over-allocation）。因此，对于同样的数据，元组占用的内存通常会更少。
创建和迭代速度更快：
由于结构固定，Python 解释器可以对元组进行一些优化。它的创建过程比列表稍快，因为它不需要分配额外的容量。同样，遍历一个元组通常也比遍历一个列表稍微快一些。虽然这种差异在小程序中微不足道，但在处理大量数据时可能会变得明显。

主要用途差异和选择时机

什么时候该用不可变的元组？

1. 当你需要一个“不可修改”的列表时：保证数据完整性

这是使用元组最直接的理由。如果你有一组数据，不希望它在程序的任何地方被意外修改，那么元组是完美的选择。

场景: 函数的参数。如果你向一个函数传递一个集合，并且不希望这个函数修改你的原始数据，使用元组会更安全。

例子: 表示一组固定的配置项、常量集合、或不会改变的坐标点。

# 使用元组表示不会改变的 RGB 颜色值
RED = (255, 0, 0)
GREEN = (0, 255, 0)

def process_color(color_tuple):
    # 你可以确信 color_tuple 在函数内部不会被意外改变
    print(f"Processing color: R={color_tuple[0]}, G={color_tuple[1]}, B={color_tuple[2]}")

process_color(RED)

2. 当你需要将数据用作字典的键 (Key) 或集合 (Set) 的元素时

这是元组一个至关重要的用途。字典的键和集合的元素必须是可哈希的 (hashable)。

什么是可哈希的？ 一个对象的哈希值在它生命周期内永远不变。由于列表是可变的，它的内容可以变，所以它的哈希值也会变（或者说，它被设计为不可哈希）。而元组的内容是固定的，所以它是可哈希的。
场景: 你需要用一个复合结构作为字典的键。

例子: 存储每个城市坐标对应的人口数量。

# 坐标 (经度, 纬度) 是一个完美的元组用例
city_populations = {
    (39.9042, 116.4074): 21540000,  # 北京
    (31.2304, 121.4737): 24280000,  # 上海
}

# 尝试使用列表作为键会立即报错
try:
    invalid_dict = {[1, 2]: "value"}
except TypeError as e:
    print(f"使用列表作为字典键失败: {e}")

3. 当数据代表一个结构化的记录时

通常，列表用于存储同质（类型相同）的数据集合，而元组常用于存储异质（类型不同）的数据，这些数据共同构成一个有意义的记录。

场景: 从数据库或 API 返回的一条记录。
例子: 一条包含姓名、年龄和城市的用户记录。
```
# 每个元组是一条完整的、不可变的记录
user_record = ('Alice', 30, 'New York')
```
这种用法也使得元组解包 (tuple unpacking) 非常自然和常用：
```
name, age, city = user_record
print(f"User: {name}, Age: {age}, City: {city}")
```
实际上，从函数返回多个值也是 Python 隐式使用元组的一个典型场景。

总结对比

特性	列表 (List)	元组 (Tuple)
可变性	可变 (Mutable)	不可变 (Immutable)
语法	`[1, 2, 3]`	`(1, 2, 3)`
性能	相对较慢，内存占用稍大	速度稍快，内存更紧凑
用途	动态的、会发生变化的元素集合	固定的、不会改变的数据结构
作为字典键	不行 (不可哈希)	可以 (可哈希)
常见场景	待办事项列表、用户列表、数据缓冲区	坐标点、RGB值、数据库记录、函数返回值