有些 Python 入门教程把元组称为“不可变列表”,然而这并没有完全概括 元组的特点。除了用作不可变的列表,它还可以用于没有字段名的记 录。
元组其实是对数据的记录:元组中的每个元素都存放了记录中一个字段 的数据,外加这个字段的位置。正是这个位置信息给数据赋予了意义。
lax_coordinates = (33.9425, -118.408056)
city, year, pop, chg, area = ('Tokyo', 2003, 32450, 0.66, 8014)
traveler_ids = [('USA', '31195855'), ('BRA', 'CE342567'), ('ESP', 'XDA205856')]
for passport in sorted(traveler_ids):
print('%s/%s' % passport)
上述示例中,我们把元组 (‘Tokyo’, 2003, 32450, 0.66, 8014) 里 的元素分别赋值给变量 city、year、pop、chg 和 area,而这所有的 赋值我们只用一行声明就写完了。同样,在后面一行中,一个 % 运算符 就把 passport 元组里的元素对应到了 print 函数的格式字符串空档 中。这两个都是对元组拆包的应用。
b, a = a, b
t = (20, 8)
divmod(*t)
a, b, *rest = range(5)
-->
a, b, rest
(0, 1, [2, 3, 4])
a, *body, c, d = range(5)
-->
a, body, c, d
(0, [1, 2], 3, 4)
*head, b, c, d = range(5)
-->
head, b, c, d
([0, 1], 2, 3, 4)
接受表达式的元组可以是嵌套式的,例如 (a, b, (c, d))。只要这个 接受元组的嵌套结构符合表达式本身的嵌套结构,Python 就可以作出正 确的对应。
metro_areas = [ ('Tokyo','JP',36.933,(35.689722,139.691667)), ('Delhi NCR', 'IN', 21.935, (28.613889, 77.208889)), ('Mexico City', 'MX', 20.142, (19.433333, -99.133333)), ('New York-Newark', 'US', 20.104, (40.808611, -74.020386)), ('Sao Paulo', 'BR', 19.649, (-23.547778, -46.635833)), ]
from collections import namedtuple
City = namedtuple('City', 'name country population coordinates')
tokyo = City('Tokyo', 'JP', 36.933, (35.689722, 139.691667))
-->
tokyo
City(name='Tokyo', country='JP', population=36.933, coordinates=(35.689722, 139.691667))
tokyo.population
36.933
tokyo[1]
'JP'
City._fields
--> ('name', 'country', 'population', 'coordinates')
LatLong = namedtuple('LatLong', 'lat long')
delhi_data = ('Delhi NCR', 'IN', 21.935, LatLong(28.613889, 77.208889))
delhi = City._make(delhi_data)
delhi._asdict()
--> OrderedDict([('name', 'Delhi NCR'), ('country', 'IN'), ('population', 21.935), ('coordinates', LatLong(lat=28.613889, long=77.208889))])
for key, value in delhi._asdict().items():
print(key + ':', value)
-->
name: Delhi
NCR country: IN
population: 21.935
coordinates: LatLong(lat=28.613889, long=77.208889)
除了跟增减元素相关的方法之外,元组支 持列表的其他所有方法。还有一个例外,元组没有 reversed 方 法,但是这个方法只是个优化而已,reversed(my_tuple) 这个用法在 没有 reversed 的情况下也是合法的。
list | tuple | ||
---|---|---|---|
s.__add__(s2) | √ | √ | s + s2,拼接 |
s.__iadd__(s2) | √ | s += s2,就地拼接 | |
s.append(e) | √ | 在尾部添加一个新元素 | |
s.clear() | √ | 删除所有元素 | |
s.__contains__(e) | √ | √ | s 是否包含 e |
s.copy() | √ | 列表的浅复制 | |
s.count(e) | √ | √ | e 在 s 中出现的次数 |
s.__delitem__(p) | √ | 把位于 p 的元素删除 | |
s.extend(it) | √ | 把可迭代对象 it 追加给 s | |
s.__getitem__(p) | √ | √ | s[p],获取位置 p 的元素 |
s.__getnewargs__() | √ | 在 pickle 中支持更加优化的序列化 | |
s.index(e) | √ | √ | 在 s 中找到元素 e 第一次出现的位置 |
s.insert(p, e) | √ | 在位置 p 之前插入元素e | |
s.__iter__() | √ | √ | 获取 s 的迭代器 |
s.__len__() | √ | √ | len(s),元素的数量 |
s.__mul__(n) | √ | √ | s * n,n 个 s 的重复拼接 |
s.__imul__(n) | √ | s *= n,就地重复拼接 | |
s.__rmul__(n) | √ | √ | n * s,反向拼接 * |
s.pop([p]) | √ | 删除最后或者是(可选的)位于 p 的元素,并返回它的值 | |
s.remove(e) | √ | 删除 s 中的第一次出现的 e | |
s.reverse() | √ | 就地把 s 的元素倒序排列 | |
s.__reversed__() | √ | 返回 s 的倒序迭代器 | |
s.__setitem__(p,e) | √ | s[p] = e,把元素 e 放在位置p,替代已经在那个位置的元素 | |
s.sort([key],[reverse]) | √ | 就地对 s 中的元素进行排序,可选的参数有键(key) 和是否倒序(reverse) |