从5.3的文档中引证的方向。元组和序列:

虽然元组可能看起来类似于列表，但它们通常用于不同的情况和不同的目的。元组是不可变的，通常包含不同的元素序列，可以通过解包(参见本节后面的内容)或索引(对于namedtuples，甚至可以通过属性访问)访问这些元素。列表是可变的，它们的元素通常是同构的，并通过遍历列表来访问。

正如人们已经提到的区别，我将写一下为什么是元组。

为什么首选元组?

小元组的分配优化 为了减少内存碎片和加快分配速度，Python重用旧元组。如果一个 元组不再需要，并且只有少于20个项而不是删除 Python会永久地将它移到一个空闲列表中。 一个空闲列表被分为20个组，每个组代表一个 长度为n的元组列表，从0到20。每组都可以储存 到2000个元组。第一个(零)组只包含一个元素和 表示空元组。

>>> a = (1,2,3)
>>> id(a)
4427578104
>>> del a
>>> b = (1,2,4)
>>> id(b)
4427578104

在上面的例子中，我们可以看到a和b有相同的id。这是 因为我们立即占用了一个被破坏的元组 空闲列表。 列表的分配优化 由于列表可以被修改，Python不会像元组那样使用相同的优化方法。然而, Python列表也有一个free列表，但它只用于空列表 对象。如果一个空列表被GC删除或收集，它可以被删除 以后重用。

>>> a = []
>>> id(a)
4465566792
>>> del a
>>> b = []
>>> id(b)
4465566792

来源:https://rushter.com/blog/python-lists-and-tuples/

为什么元组比列表更高效?- > https://stackoverflow.com/a/22140115

列表是可变的。而元组是不可变的。在元组中访问带有索引的偏移量元素比在列表中更有意义，因为元素及其索引不能被更改。

前面已经提到，这种差异主要是语义上的:人们期望元组和列表表示不同的信息。但这不仅仅是一个指导方针;一些库实际上根据传递的内容表现不同。以NumPy为例(复制自另一篇文章，我要求更多的例子):

>>> import numpy as np
>>> a = np.arange(9).reshape(3,3)
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> idx = (1,1)
>>> a[idx]
4
>>> idx = [1,1]
>>> a[idx]
array([[3, 4, 5],
       [3, 4, 5]])

关键是，虽然NumPy可能不是标准库的一部分，但它是一个主要的Python库，在NumPy中，列表和元组是完全不同的东西。

从5.3的文档中引证的方向。元组和序列:

虽然元组可能看起来类似于列表，但它们通常用于不同的情况和不同的目的。元组是不可变的，通常包含不同的元素序列，可以通过解包(参见本节后面的内容)或索引(对于namedtuples，甚至可以通过属性访问)访问这些元素。列表是可变的，它们的元素通常是同构的，并通过遍历列表来访问。

列表是可变的;元组不是。

从docs.python.org/2/tutorial/datastructures.html

元组是不可变的，通常包含的异构序列 通过解包访问的元素(参见本节后面的内容) 或者索引(在命名元组的情况下甚至通过属性)。列表 是可变的，它们的元素通常是同质的和 通过遍历列表来访问。