Pythonのリストとメタグループのストレージ方式と性能の違い、使用するシーン

Pythonのリストとメタグループの使用
一、リストとメタグループの基礎:
リストとメタグループは、任意のデータ型を配置できる秩序化された集合です.
多くの言語では、集合のデータ型が一致する必要があります.ただし、Pythonのリストとメタグループについては、この要件はありません.

my_list = [66, 77, 'fe', 'cow']  #        int string     
print(my_list)
#     ： [66, 77, 'fe', 'cow']

my_tuple = ('fe_cow', 666) #        int string     
print(my_tuple)
#      ('fe_cow', 666)

では、それらの間にはどんな違いがありますか?
リストはダイナミックです.長さのサイズが固定されず、要素を任意に追加、削除、または変更できます.
メタグループは静的です.長さは固定されており、削除や変更を増やすことはできません.
次に栗を挙げます.

は、それぞれリストとメタグループを作成します.リストに最後の要素を簡単に追加できますが、同じ操作のメタグループはエラーを報告します.

my_list = [1, 2, 3, 4]
my_list[3] = 5  # python      0       my_list[3]              
print(my_list)
#     ： [1, 2, 3, 5]

my_tuple = (1, 2, 3, 4)
my_tuple[3] = 5
print(my_tuple)
#     ：
Traceback (most recent call last):
	File "", line 1, in <module>
TypeError: 'tuple' object does not support item assignment

既存のメタグループを「変更」したい場合は、 ， です.

my_tuple= (1, 2, 3)
new_tuple = my_tuple + (4, )
print(new_tuple)
#     ： (1, 2, 3, 4)

Pythonのリストとメタグループは、負のインデックスをサポートしています.

//        
my_list = [1, 2, 3, 4]
my_list[-1]
4

//        
my_tuple = (1, 2, 3, 4)

my_tuple[-2]
3

-1は最後の要素を表し、-2は最後から2番目の要素を表します.
Pythonリストとメタグループはスライス操作をサポートしています.

//       
my_list = [1, 2, 3, 4]
my_list[1:3]
[2, 3]

//       
my_tuple = (1, 2 ,3 ,4)
my_tuple[1:3]
(2, 3)

インデックスは1から2までで、簡単に理解できます:“前閉じてから開きます”
Pythonはlist()とtuple()関数で相互変換できます.

//        
list((1, 2, 3))
[1, 2, 3]

//        
tuple([1, 2, 3])
(1, 2, 3)

Pythonリストとメタグループの一般的な組み込み関数:

//     
my_list = [3, 2, 3, 7, 8, 1]
my_list.count(3) 
2

my_list.index(7)
3

my_list.reverse()
my_list
[1, 8, 7, 3, 2, 3]

my_list.sort()
my_list
[1, 2, 3, 3, 7, 8]

//     
my_tuple = (3, 2, 3, 7, 8, 1)
my_tuple.count(3)
2

my_tuple.index(7)
3

list(reversed(my_tuple))
[1, 8, 7, 3, 2, 3]

sorted(my_tuple)
[1, 2, 3, 3, 7, 8]

count(item):統計リスト/メタグループにitemが表示された回数を示します.

index(item):リスト/メタグループにitemが初めて現れるインデックスを返します.

list.reverse()とlist.sort()は,それぞれその場逆転リストと並べ替えを表す.
注意、メタグループにはこの2つの関数が内蔵されていません.メタグループをリストに変換してこの関数の操作を行う必要があります.

reversed()とsorted()は、リスト/メタグループを逆転およびソートすることを示しますが、逆転後または順序付けされた / が返されます.
二、リストとメタグループの保存方式の違い:

//   __sizeof__()        
my_list = [1,2 ,3 ,4]
my_list.__sizeof__()
72

my_tuple = (1, 2, 3, 4)
my_tuple.__sizeof__()
56

同じ要素が配置されているのに、メタグループが格納する空間はリストより 16 であることがわかります.どうしてですか.理由は次のとおりです.

リストは動的であるため、対応する要素(int型、8バイト)を指すために が必要である.

リストは可変なので、 ， でリスト空間の使用状況をリアルタイムで追跡できるように、割り当てられた長さサイズ(8バイト)を追加で格納する必要があります.

リスト空間割付手順は、以下に説明する:

my_list = []
my_list.__sizeof__() //          40  
40
my_list.append(1)
my_list.__sizeof__() 
72 //      1  ，           4       (72 - 40)/8 = 4

#       4   
my_list.append(2) 
my_list.__sizeof__()
72 //          ，      2，      

my_list.append(3)
my_list.__sizeof__() 
72 //     3，      

my_list.append(4)
my_list.__sizeof__() 
72 //     4，      

my_list.append(5)
my_list.__sizeof__() 
104 //     5  ，       ，            4      

リストの追加/削除操作のたびにスペース割り当てのオーバーヘッドを減らすために、Pythonはスペースを割り当てるたびに、追加的に割り当てます.
このようなメカニズムは、その操作の効率性を保証する:時間の複雑さを増加/削除する0(1);

は、タプルにとって ， ， である.

三、リストとメタグループの性能:
上記の両者間の記憶方式の違いから, ， と結論した.
Pythonのバックグラウンドでは、静的データをいくつかのリソースキャッシュします.ごみ回収メカニズムが存在するため、一部の変数が使用されない場合、Pythonは使用したメモリを回収し、他の変数や他のアプリケーションで使用できるようにオペレーティングシステムに返却します.
メタグループなどの静的変数では、使用されず、スペースが少ない場合、Pythonはメモリの一部を一時的にキャッシュします.次に同じサイズのメタグループを作成すると、Pythonはオペレーティングシステムに要求することなく、メモリを直接探すことができ、前にキャッシュしたメモリスペースを直接割り当てることができ、プログラムの実行速度を大幅に速めることができます.
四、リストとメタグループの使用シーン:

格納されている が、データをフロントエンドレンダリングに直接伝える必要がある場合は、メタグループを選択するのが適切であることは間違いありません.

//           
def get_location():
	.....     
	return (longitude, latitude)

は、 が格納されている場合、リストを使用するのがより適切である.

//                  
teacher_list = []  //       
result = DB(teacherID)  //                 ，    QuerySet
for item in result:
	teacher_list.append(item)

五、まとめ:
リストとメタグループは順序付けされており、任意のデータ型の集合を格納できます.主な違いは次のとおりです.

リストはダイナミックで、長さは可変で、要素を任意に追加、削除、または変更することができます.
リストの記憶領域はメタグループよりやや大きく、性能はメタグループよりやや劣っている.

メタグループは静的で、長さは固定されており、要素を増加、削除、または変更することはできません.
メタグループはリストより軽量級で、性能がやや優れている.

六、list()、効率と何か違いがありますか?
違いは次のとおりです.

list()は であり、Python関数呼び出しは を作成し、一連のパラメータチェックの操作を行う.

[]は C であり、直接呼び出すことができるため、効率が高い.