3.2 元组：轻量级列表
3.2.1 元组创建与元素访问
列表的功能虽然很强大，但负担也很重，在很大程度上影响了运行效率。有时候我们并不需要那么多功能，很希望能有个轻量级的列表，元组（tuple）正是这样一种类型。在形式上，元组的所有元素放在一对圆括号中，元素之间使用逗号分隔，如果元组中只有一个元素则必须在最后增加一个逗号。
>>>x=(1,2,3) #直接把元组赋值给一个变量
>>>type(x) #使用type()函数查看变量类型
<class'tuple'>
>>>x[0] #元组支持使用下标访问特定位置的元素
1
>>>x[-1] #最后一个元素，元组支持双向索引
3
>>>x[1]=4 #元组是不可变的
TypeError: 'tuple'object does not support item assignment
>>>x=(3) #这和x=3是一样的
>>>x
3
>>>x=(3, ) #如果元组中只有一个元素，必须在后面多写一个逗号
>>>x
(3, )
>>>x=() #空元组
>>>x=tuple() #空元组
>>>tuple(range(5)) #将其他迭代对象转换为元组
(0,1,2,3,4)
除了上面的方法可以直接创建元组之外，很多内置函数的返回值也是包含了若干元组的可迭代对象，例如enumerate（）、zip（）等。
>>>list(enumerate(range(5)))
[(0,0), (1,1), (2,2), (3,3), (4,4)]
>>>list(zip(range(3), 'abcdefg'))
[(0, 'a'), (1, 'b'), (2, 'c')]
3.2.2 元组与列表的异同点
列表和元组都属于有序序列，都支持使用双向索引访问其中的元素，以及使用count（）方法统计元素的出现次数和index（）方法获取元素的索引，len（）、map（）、filter（）等大量内置函数和+、*、+=、in等运算符也都可以作用于列表和元组。虽然有着一定的相似之处，但列表和元组在本质上和内部实现上都有着很大的不同。
元组属于不可变（immutable）序列，不可以直接修改元组中元素的值，也无法为元组增加或删除元素。因此，元组没有提供append（）、extend（）和insert（）等方法，无法向元组中添加元素；同样，元组也没有remove（）和pop（）方法，也不支持对元组元素进行del操作，不能从元组中删除元素，而只能使用del命令删除整个元组。元组也支持切片操作，但是只能通过切片来访问元组中的元素，而不允许使用切片来修改元组中元素的值，也不支持使用切片操作来为元组增加或删除元素。从一定程度上讲，可以认为元组是轻量级的列表，或者“常量列表”。
Python的内部实现对元组做了大量优化，访问速度比列表更快。如果定义了一系列常量值，主要用途仅是对它们进行遍历或其他类似用途，而不需要对其元素进行任何修改，那么一般建议使用元组而不用列表。元组在内部实现上不允许修改其元素值，从而使得代码更加安全，例如，调用函数时使用元组传递参数可以防止在函数中修改元组，而使用列表则很难保证这一点。
然而，虽然元组属于不可变序列，其元素的值是不可改变的，但是如果元组中包含可变序列，情况就复杂了。
>>>x=([1,2],3) #包含列表的元组
>>>x[0][0]=5 #修改元组中的列表元素
>>>x[0].append(8) #为元组中的列表增加元素
>>>x
([5,2,8],3)
>>>x[0]=x[0]+[10] #试图修改元组的值，失败
TypeError: 'tuple'object does not support item assignment
>>>x
([5,2,8],3)
>>>x[0]+=[10] #抛出异常，但元组中的元素已被修改
TypeError: 'tuple'object does not support item assignment
>>>x
([5,2,8,10],3)
>>>y=x[0] #y和x[0]指向同一个列表
>>>y+=[11] #通过y可以影响元组x中的第一个列表
>>>x
([5,2,8,10,11],3)
>>>y=y+[12] #注意，这和y+=[12]是有本质区别的
>>>y
[5,2,8,10,11,12]
>>>x
([5,2,8,10,11],3)
最后，作为不可变序列，与整数、字符串一样，元组可用作字典的键，也可以作为集合的元素。而列表则永远都不能当作字典键使用，也不能作为集合中的元素，因为列表不是不可变的。内置函数hash（）可以用来测试一个对象是否可哈希。一般来说，并不需要关心该函数的返回值具体是什么，重点是对象是否可哈希，如果对象不可哈希会抛出异常。
>>>hash((1, )) #元组、数字、字符串都是可哈希的
3430019387558
>>>hash(3)
3
>>>hash('hello world.')
-4012655148192931880
>>>hash([1,2]) #列表不可哈希
TypeError: unhashable type: 'list'
3.2.3 生成器推导式
生成器推导式也称为生成器表达式（generator expression），用法与列表推导式非常相似，在形式上生成器推导式使用圆括号（parentheses）作为定界符，而不是列表推导式所使用的方括号（square brackets）。与列表推导式最大的不同是，生成器推导式的结果是一个生成器对象。生成器对象类似于迭代器对象，具有惰性求值的特点，只在需要时生成新元素，比列表推导式具有更高的效率，空间占用非常少，尤其适合大数据处理的场合。
使用生成器对象的元素时，可以将其转化为列表或元组，也可以使用生成器对象的__next__（）方法或者内置函数next（）进行遍历，或者直接使用for循环来遍历其中的元素。但是不管用哪种形式，只能从前往后正向访问其中的元素，没有任何方法可以再次访问已访问过的元素，也不支持使用下标访问其中的元素。当所有元素访问结束以后，如果需要重新访问其中的元素，必须重新创建该生成器对象。enumerate、filter、map、zip等对象也具有同样的特点。最后，包含yield语句的函数也可以用来创建生成器对象，详见第5章。
>>>g=((i+2)**2 for i in range(10)) #创建生成器对象
>>>g
<generator object<genexpr>at 0x0000000003095200>
>>>tuple(g) #将生成器对象转换为元组
(4,9,16,25,36,49,64,81,100,121)
>>>list(g) #生成器对象已遍历结束，没有元素了
[]
>>>g=((i+2)**2 for i in range(10)) #重新创建生成器对象
>>>g.__next__() #使用生成器对象的__next__()方法获取元素
4
>>>g.__next__() #获取下一个元素
9
>>>next(g) #使用函数next()获取生成器对象中的元素
16
>>>g=((i+2)**2 for i in range(10))
>>>for item in g: #使用循环直接遍历生成器对象中的元素
print(item, end='')
4 9 16 25 36 49 64 81100 121
>>>x=filter(None, range(20)) #filter对象也具有类似的特点
>>>1 in x
True
>>>5 in x
True
>>>2 in x #不可再次访问已访问过的元素
False
>>>x=map(str, range(20)) #map对象也具有类似的特点
>>>'0'in x
True
>>>'0'in x #不可再次访问已访问过的元素
False
与列表推导式不同，当生成器推导式中包含多个for语句时，在创建生成器对象时只对第一个for语句进行检查和计算，在调用内置函数next（）或生成器对象的__next__（）方法获取值的时候才会检查和计算其他for语句。
>>>[x*y for x in range(3) for z in range(5)]
NameError: name'y'is not defined
>>>g=(x*y for x in range(3) for z in range(5))
>>>next(g) #第二个for语句有问题，抛出异常
NameError: name'y'is not defined
如果生成器推导式作为单参数函数时，可以省略两侧的圆括号。
>>>sum(x for x in range(3))
3