python的列表，元组，数组

### Python 中列表、元组和数组的区别及使用场景 #### 1. 列表 (List) 列表是一种动态的、可变的数据结构，支持多种类型的元素存储。它具有以下特点： - **可变性**：可以随时修改其中的内容，比如增加、删除或替换元素。 - **有序性**：列表中的元素按照插入顺序排列，可以通过索引来访问特定位置上的元素。 - **异构性**：允许不同类型的对象存放在同一个列表中。 常见使用场景包括但不限于： - 存储一系列需要频繁操作的数据项，例如待办事项清单或者日志记录[^2]。 - 实现更复杂的数据结构基础组件，像栈(stack) 或者队列(queue)。 代码示例展示如何创建并操作一个简单的列表： ```python my_list = [1, 'apple', True] print(my_list[0]) # 输出第一个元素 my_list.append('banana') # 添加新元素到末尾 del my_list[1] # 删除指定索引处的元素 ``` #### 2. 元组 (Tuple) 相比列表而言，元组是一个不可变得序列类型，在定义之后就不能再更改其内部成员了。这使得它们非常适合用来保存那些不应该被改变的信息组合体，如日期时间戳或者是数据库查询结果集等固定不变的数据集合。 主要特性如下： - 不可变：一旦初始化完成就无法对其进行任何增删改动作； - 更高的安全性与性能优化潜力——由于内容恒定的缘故，某些情况下编译器可能做出额外假设从而提升执行速度； 典型的应用领域有返回多个值给调用方函数参数传递等等[^3]: 实例演示怎样构建以及利用只读属性优势的一个基本例子: ```python coordinates = (10.0, 20.0) # 定义坐标点 latitude, longitude = coordinates # 解包赋值 try: coordinates[0] = 15.0 # 尝试重新分配会抛异常 except TypeError as e: print(e) # 打印错误消息表明此行为非法 ``` #### 3. 数组(Array) 虽然名字相似但严格意义上讲，“array”并非内置标准库的一部分而是来自第三方扩展模块numpy下的ndarray类形式存在；不过为了讨论方便这里暂时沿袭传统说法提及一下常规意义上的简单一维数值型容器概念即所谓的“array”。 相较于list来说真正的arrays提供了更为紧凑高效的内存布局方式特别适合处理大量同质化数值得情况因为减少了不必要的指针开销同时也引入了一些专门针对向量化运算的支持功能极大地方便科学计算等领域的工作流程： 关键差异在于： - 类型约束：所有元素都必须属于相同的基础数据类别（整数/浮点数），这样有助于减少空间浪费同时加快算术逻辑的速度表现； - 功能增强：除了普通的迭代遍历之外还具备矩阵乘法转置等功能接口可以直接应用于高级统计建模任务当中去[^1]. 下面给出一段关于建立二维随机实数阵列及其部分特性的获取方法示范片段： ```python import numpy as np arr = np.random.rand(4, 5) # 创建大小为4x5均匀分布于区间[0.,1.)内的伪随机样本构成的NDArray对象 shape_info = arr.shape # 获取形状信息 dtype_desc = arr.dtype # 查看默认精度设置 mean_val = np.mean(arr) # 计算全局平均值 std_deviation = np.std(arr) # 测量总体波动程度指标 ``` --- ### 总结对比表格 | 特征\类型 | List | Tuple | Array | |----------|-------------------------|------------------------|--------------------| | 可变性 | 是 | 否 | 需要通过特殊手段实现更新操作 | | 序列性质 | 保持原有次序 | 维护固定的先后关系 | 支持多维度索引定位机制 | | 异构能力 | 能够容纳任意种类的对象 | 原则上限定单一模式下运作 | 主要是统一规格化的原始资料单元组成 | ---