1.4 使用元组
在Python中，元组是一种顺序型的容器对象。元组是不可变的，元组中的元素由逗号分隔开，可以对不同类别构成的对象进行排序，不允许插入操作，支持以下操作。
in和not in。
比较、串联、切片和索引。min ()和max ()。
1.4.1 准备工作
我们讲解字典的时候，描述了完整的功能，对于元组，我们通过一些小段的代码来聚焦于元组的创建与维护操作。
1.4.2 操作方法
先让我们看看一些元组创建和维护的示例代码。
# 1.创建一个元组
a_tuple = (1,2,'a')
b_tuple =1,2,'c'
# 2.利用索引访问元组的元素
print b_tuple[0]
print b_tuple[-1]
# 3.元组的元素值是无法修改的，如下的语句将返回一个错误
try:
b_tuple[0] = 20
except:
print "Cannot change value of tuple by index"
# 4.虽然元组是不可变的，但是元素的元组可以是一个可变的对象
# 在如下的代码中，元组的元组是一个列表
c_tuple =(1,2,[10,20,30])
c_tuple[2][0] = 100
# 5.元组一旦被创建，无法像列表那样进行扩展
# 不过，两个元组可以串联在一起
print a_tuple + b_tuple
# 6.对元组进行切片
a =(1,2,3,4,5,6,7,8,9,10)
print a[1:]
print a[1:3]
print a[1:6:2]
print a[:-1]
# 7.对元组求min和max值
print min(a),max(a)
# 8.包含于与非包含于
if 1 in a:
print "Element 1 is available in tuple a"
else:
print "Element 1 is not available in tuple a"
1.4.3 工作原理
在第1步中，我们创建了一个元组，严格来说，括号并不是必需的，不过它提高了代码的可读性。我们创建的是一个多种对象组成的元组，有数值、字符串等类型。第2步演示了通过索引来访问元组的细节，索引下标是从零开始。如果下标是负数，则从相反的方向访问元组的元素，print语句的输出结果如下。
>>> print b_tuple[0]
1
>>> print b_tuple[-1]
c
>>>
Python的元组下标从零开始，元组是不可变的。在第3步中，我们能看到元组最重要的属性：不可变。我们无法改变一个元组的元素的值，示例代码的第3步会导致编译器抛出一个错误。
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
这显得有点过于严格，然而这种特性从数据科学的观点来说有着重要的意义。
开发机器学习程序时，特别是从原始数据中生成特征值的时候，请创建特征值元组，这样数值就不会被下游的代码改变。
这些特征值保存在元组里，下游的代码就无法意外地修改特征值。
不过，我们需要指出，元组可以采用可变的对象作为它的成员，例如列表对象。像第4步中演示的元组，它的第3个元素就是一个列表对象，我们可以试试修改列表中的元素。
c_tuple[2][0] = 100
通过以下语句来打印输出元组。
print c_tuple
我们会得到如下的输出结果。
(1, 2, [100, 20, 30])
你能看到，列表的第1个元素的值已经被修改为100。
在第5步中，我们将两个元组串联起来，在机器学习程序开发中，常常有不同模块生成不同的特征值，此时使用元组串联是一个很好的选择。
例如：你有一个模块用于创建词袋模型的特征值，而另一个模块为了典型的文本分类而创建数值特征，这些模块都可以将输出结果保存到元组中，这样最终的模块可以连接所有的元组生成完整的特征值向量。
由于不可变的特性，元组不像列表那样可以在创建之后进行扩展，它不支持append函数。元组的不可变特性的另一个好处是它可以作为字典的键。
一般来说，当创建字典的键时，我们需要使用自定义的分隔符来连接不同的字符串，以此创建一个唯一的键。如果你使用元组，元组里的各个字符串可以对应作为字典的键。
这样可以大大提高程序输出结果的可读性，另外还能避免键在手动组合的时候产生难以觉察的错误。
在第6步中，我们讲述了元组的切片操作，一般地，切片参数需要3个冒号分隔的数字参数，第1个数是切片开始的位置，第2个是结束的位置，最后一个是步长。第6步的示例中也可以这样表示。
print a[1:]
打印输出的结果如下。
(2, 3, 4, 5, 6, 7, 8, 9, 10)
在这个示例中，我们只给出了开始位置（记住：索引起始于零），我们得到的是元组从索引值1开始的切片。再看另一个示例。
print a[1:3]
打印输出的结果如下。
(2, 3)
这样，我们指定了起始位置为1，结束位置为3。
切片操作是右侧结束。
虽然我们指定了结束位置为3，但输出的结果返回的值实际只到位置2，提前了一位。我们得到的是第2和第3位的部分。最后，我们来看看提供全部3个参数：起始位置、结束位置和步长。
print a[1:6:2]
打印输出的结果如下。
(2, 4,6)
除了起始和结束位置，我们设置了步长为2，上面的输出结果显示了每次输出都跳两个位置。
我们再来看看位置索引值为负数的情形。
print a[:-1]
打印输出的结果如下。
(1，2, 3, 4, 5, 6, 7, 8, 9)
除了最后一个元素，全部的元素都被打印显示了。
print a[::-1]
更深入地思考一下，上面这个语句的输出结果如下所示——拥有好奇心的读者应该能探索出为何得到这样的结果。
(10, 9, 8, 7, 6, 5, 4, 3, 2, 1)
在第7步中，我们通过min ()和max ()函数来获取元组中的最小和最大值。
>>> print min(a), max(a)
1 10
>>>
在第8步中，我们展示了包含于、非包含于两种条件操作，这两种操作常常被用来检测某个元素是否存在于元组中。
if 1 in a:
print "Element 1 is available in tuple a"
else:
print "Element 1 is available in tuple a"
1.4.4 更多内容
前一小节中，我们通过索引访问元组的元素。为了提高程序的可读性，我们会给元组的每个元素取一个名字，并通过名字来访问这些元素，这就是命名元组的来由，下面的URL提供了很好的命名元组文档。
https://docs.python.org/2/library/collections.html#collections.namedtuple。
我们来看一个简单的命名元组应用示例。
from collections import namedtuple
vector = namedtuple("Dimension",'x y z')
vec_1 = vector(1,1,1)
vec_2 = vector(1,0,1)
manhattan_distance = abs(vec_1.x - vec_2.x) + abs(vec_1.y - vec_2.y) \
+ abs(vec_1.z - vec_2.z)
print "Manhattan distance between vectors = %d"%(manhattan_distance)
你可能已经注意到，我们采用了vec_1.x和vec_1.y等对象符号来访问vec_1和vec_2的元素。相较于使用元组的索引，这样的代码可读性更好。vec_1.x和vec_1[0]是等价的。
1.4.5 参考资料
第3章“数据分析——探索与争鸣”中3.16节“词袋模型表示文本”的相关内容。