3.2　使用元组

在Python程序中，可以将元组看作是一种特殊的列表。唯一与列表不同的是，元组内的数据元素不能发生改变。不但不能改变其中的数据项，而且也不能添加和删除数据项。当开发者需要创建一组不可改变的数据时，通常会把这些数据放到一个元组中。

3.2.1　实战演练——创建并访问元组

在Python程序中，创建元组的基本形式是以小括号“（）”将数据元素括起来，各个元素之间用逗号“，”隔开。例如，下面都是合法的元组。

Python语言允许创建空元组，例如，下面的代码创建了一个空元组。

在Python程序中，当在元组中只包含一个元素时，需要在元素后面添加逗号“，”。例如下面的演示代码：

在Python程序中，元组与字符串和列表类似，下标索引也是从0开始的，并且也可以进行截取和组合等操作。在下面的实例文件zu.py，演示了创建并访问两个元组的过程。

在上述代码中定义了两个元组“tup1”和“tup2”，在第4行代码中读取了元组“tup1”中索引为0的元素的值，然后在第6行代码中读取了元组“tup2”中索引从1到4的元素的值。执行效果如图3-10所示。

3.2.2　实战演练——连接组合元组

在Python程序中，元组一旦创立后就不可被修改。但是在现实程序应用中，开发者可以对元组进行连接组合。在下面的实例文件lian.py中，演示了连接组合两个元组并输出新元组中元素值的过程。

在上述代码中定义了两个元组“tup1”和“tup2”，然后将这两个元组进行连接组合，将组合后的值赋给新元组“tup3”。执行后输出新元组“tup3”中的元素值，执行效果如图3-11所示。

3.2.3　实战演练——删除元组

在Python程序中，虽然不允许删除一个元组中的元素值，但是可以使用del语句来删除整个元组。在下面的实例文件shan.py中，演示了使用del语句来删除整个元组的过程。

在上述代码中定义了一个元组“tup”，然后使用del语句来删除整个元组的过程。删除元组“tup”后，最后一行代码中使用“print（tup）”输出元组“tup”的值时会出现系统错误。执行效果如图3-12所示。

3.2.4　实战演练——使用内置方法操作元组

在Python程序中，可以使用内置方法来操作元组，其中最为常用的方法如下表3-1所示。

在下面的实例文件neizhi.py中，演示了使用以上4个内置方法操作元组的过程。

执行后效果如图3-13所示。

3.2.5　实战演练——将序列分解为单独的变量

在Python程序中，可以将一个包含n个元素的元组或序列分解为n个单独的变量。这是因为Python语法允许任何序列（或可迭代的对象）都可以通过一个简单的赋值操作来分解为单独的变量，唯一的要求是变量的总数和结构要与序列相吻合。在下面的实例文件fenjie.py中，演示了将序列分解为单独的变量的过程。

执行后的效果如图3-14所示。

如果是分解未知或任意长度的可迭代对象，上述分解操作是为其量身定做的工具。通常在这类可迭代对象中会有一些已知的组件或模式（如元素1之后的所有内容都是电话号码），利用“*”表达式分解可迭代对象后，使得开发者能够轻松利用这些模式，而无须在可迭代对象中做复杂的操作才能得到相关的元素。

在Python程序中，“*”表达式在迭代一个变长的元组序列时十分有用。在下面的实例文件xinghao.py中，演示了分解一个带标记元组序列的过程。在本实例中，在records中设置了分解方式的参考，然后分解并提取了line中的部分内容。

执行后的效果如图3-15所示。

3.2.6　实战演练——将序列中的最后几项作为历史记录

在Python程序中迭代处理列表或元组等序列时，有时需要统计最后几项记录以实现历史记录统计的功能。在下面的实例文件lishi.py中，演示了将序列中的最后几项作为历史记录的过程。

在上述代码中，对一系列文本行实现了简单的文本匹配操作，当发现有合适的匹配时就输出当前的匹配行，以及最后检查过的N行文本。deque（maxlen=N）创建了一个固定长度的队列。如果有新记录加入而使得队列变成已满状态时，会自动移除最老的那条记录。当编写搜索某项记录的代码时，通常会用到含有yield关键字的生成器函数，能够将处理搜索过程的代码和使用搜索结果的代码成功解耦。执行后的效果如图3-16所示。

3.2.7　实战演练——实现优先级队列

在Python程序中，使用内置模块heapq可以实现一个简单的优先级队列。在下面的实例文件youxianpy.py中，演示了实现一个简单的优先级队列的过程。

在上述代码中，利用heapq模块实现了一个简单的优先级队列，第一次执行pop（）操作时返回的元素具有最高的优先级。拥有相同优先级的两个元素（foo和grok）返回的顺序，同插入队列时的顺序相同。

函数heapq.heappush（）和函数heapq.heappop（）分别将元素从列表_queue中实现插入和移除操作，并且保证列表中第一个元素的优先级最低。函数heappop（）总是返回“最小”的元素，并且因为push和pop操作的复杂度都是O（logn），其中n代表堆中元素的数量，因此就算n的值很大，这些操作的效率也非常高。

上述代码中的队列以元组（-priority，index，item）的形式组成，将priority取负值是为了让队列能够按元素的优先级从高到低的顺序排列。这和正常的堆排列顺序相反，在一般情况下，堆是按从小到大的顺序进行排序的。

变量index的作用是为了将具有相同优先级的元素以适当的顺序排列。通过维护一个不断递增的索引，元素将以它们入队列时的顺序来排列。但是当index在对具有相同优先级的元素间进行比较操作时，同样扮演了一个重要的角色。执行后的效果如图3-17所示。

在Python程序中，如果以元组（priority，item）的形式来存储元素，只要它们的优先级不同，它们就可以进行比较。但是如果两个元组的优先级值相同，在进行比较操作时会失败。这时可以考虑引入一个额外的索引值，以（prioroty，index，item）的方式建立元组，因为没有哪两个元组会有相同的index值，所以这样就可以完全避免上述问题。一旦比较操作的结果可以确定，Python就不会再去比较剩下的元组元素了。在下面的实例文件suoyin.py中，演示了实现一个简单的优先级队列的过程。

在上述代码中，因为①～②行代码中没有添加索引，所以如果两个元组的优先级值相同时会出错。而在③～④行代码中添加了索引，这样就不会出错了。执行后的效果如图3-18所示。