List是可变的，tuples是不可变的。可变和不可变之间的主要区别是当您试图追加一个项时内存的使用。

当你创建一个变量时，一些固定的内存被分配给变量。如果它是一个列表，则分配的内存比实际使用的要多。例如，如果当前内存分配是100个字节，当你想追加第101个字节时，可能会再分配100个字节(在这种情况下总共是200个字节)。

然而，如果你知道你不经常添加新元素，那么你应该使用元组。Tuples精确地分配所需的内存大小，从而节省内存，特别是当您使用大块内存时。

如果你去散步，你可以随时在(x,y)元组中记下你的坐标。

如果你想记录你的旅程，你可以每隔几秒钟将你的位置添加到一个列表中。

但你不能反过来做。

首先，它们都是Python中的非标量对象(也称为复合对象)。

元组，有序的元素序列(可以包含任何没有混叠问题的对象) 不可变(tuple, int, float, str) 使用+进行连接(当然会创建一个全新的元组) 索引 切片 Singleton(3，) # ->(3)而不是(3)# -> 3 List(其他语言中的数组)，值的有序序列 可变的 单例[3] 克隆new_array = origin_array[:] 列表推导式[x**2 for x in range(1,7)]给出 [1,4,9,16,25,36](不可读)

使用list还可能导致别名错误(两条不同的路径 指向同一对象)。

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。

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。

除了元组是不可变的之外，还有一个语义上的区别应该指导它们的使用。元组是异构数据结构(即，它们的条目有不同的含义)，而列表是同构序列。元组有结构，列表有顺序。

使用这种区别可以使代码更加明确和易于理解。

一个例子是用页码和行号对来引用书中的位置，例如:

my_location = (42, 11)  # page number, line number

然后，您可以使用它作为字典中的键来存储关于位置的注释。另一方面，列表可用于存储多个位置。自然，人们可能想要从列表中添加或删除位置，所以列表是可变的是有道理的。另一方面，从现有位置添加或删除项没有意义——因此元组是不可变的。

在某些情况下，您可能希望更改现有位置元组中的项，例如在遍历页面的行时。但是元组不可变性迫使您为每个新值创建一个新的位置元组。从表面上看，这似乎不太方便，但像这样使用不可变数据是值类型和函数式编程技术的基础，具有很大的优势。

关于这个问题有一些有趣的文章。“Python元组不仅仅是常量列表”或“理解Python中的元组与列表”。Python官方文档也提到了这一点

元组是不可变的，通常包含异构序列…

在像Haskell这样的静态类型语言中，元组中的值通常具有不同的类型，并且元组的长度必须是固定的。在列表中，所有值都具有相同的类型，长度也不是固定的。所以区别非常明显。

最后是Python中的namedtuple，这是有意义的，因为tuple已经被认为具有结构。这强调了元组是类和实例的轻量级替代品的观点。