Python序列数据类型有哪些：list、tuple、str等7种内置类型

一、Python序列协议的核心特征与7种类型分类全景

在 Python 的数据模型（Data Model）中，一个对象之所以被称为“序列”，是因为它遵循了内置的序列操作规范。任何序列对象都具备以下基础操作能力：

• 按索引顺序定位：支持通过从 0 开始的正向索引（如 s[0]）以及从 -1 开始的反向索引（如 s[-1]）以 $O(1)$ 时间复杂度快速获取对应位置的元素。
• 分片截取操作：支持形如 s[start:stop:step] 的切片语法，能按设定的步长截取连续或间隔子序列。
• 确定长度与成员检查：通过内置函数 len(s) 获取包含的元素个数，支持使用 item in s 执行成员包含性判断。
• 迭代遍历与计数查找：可直接用于 for 循环迭代，且自带 s.index(x)（查找首个匹配元素索引）和 s.count(x)（统计元素出现次数）内置方法。

虽然这 7 种类型共同遵循上述序列协议，但从架构抽象上看，它们在抽象基类 collections.abc.Sequence 的基础上延伸出了可变（Mutable）与不可变（Immutable）两大分支：

如上图所示，7 种内置序列按承载的数据内容与设计目标可清晰划分为三大阵营：

1. 通用基础序列（3种）：list（动态列表）、tuple（只读元组）、range（惰性数值范围）。它们可承载通用对象或纯数值范围。
2. 文本字符序列（1种）：str（Unicode 文本字符串）。专门承载人类可读的文字字符，按码点单位进行管理。
3. 二进制缓冲序列（3种）：bytes（只读字节串）、bytearray（可变字节数组）、memoryview（零拷贝缓冲区视图）。专职处理 8 位原始字节数据与底层 IO。

二、三大基础通用序列：list、tuple、range 的底层机制

在通用数据组织场景中，list、tuple 和 range 构成了 Python 编程中最核心的顺序容器组合。尽管它们都能以索引遍历数据，但底层数据排布与内存生命周期完全不同。

1. list：动态可变对象指针数组

list 是 Python 内部使用频率最高的数据结构。其本质是一个动态数组，底层由一块连续的内存空间构成，该内存空间存放的并非元素本身，而是指向堆内存中各 Python 对象的指针（即 C 语言层面的 PyObject*）。

• 异构支持：由于存储的是引用指针，列表同一个实例内可以同时混合存放整数、字符串、自定义对象甚至另一个列表。
• 扩容机制：为了保证 append() 操作达到摊销常数时间复杂度 $O(1)$，Python 在列表空间耗尽时不会只增加 1 个槽位，而是按照特定的超额分配比例（Over-allocation）一次性申请额外的空闲指针位置。

# 示例代码：list 的动态修改与指针引用机制
fruits = ["apple", "banana"]
fruits.append("cherry")      # 尾部快速追加，摊销 O(1)
fruits[1] = "blueberry"      # 原地更新指定索引指针
print(fruits)

2. tuple：定长紧凑的不可变元组

tuple 在表面上与 list 类似，但它在创建后其长度与指针内容便彻底固化，不可进行追加、删除或替换。这种设计带来了显著的工程优势：

• 内存紧凑无冗余：元组无需像列表那样预留扩容冗余槽位，内存开销比相同长度的列表更加轻量。
• 自由列表缓存优化：CPython 解释器为长度不超过 20 的空元组与小型元组维护了一个称为 Free List 的复用池。当这些元组被废弃回收时，其内存块并不会立即退还给操作系统，而是直接留给后续新建的同尺寸元组，极大减少了内存分配调用。
• 哈希可变性保证：只要元组内部包含的所有元素本身都是可哈希（Hashable）的，该元组整体即可计算哈希值，能安全地充当字典的复合键（Dictionary Key）或存入 set 集合。

# 示例代码：tuple 的定长只读性与作为字典复合键
point_2d = (10, 25)
# point_2d[0] = 20  # 若执行将抛出 TypeError: 'tuple' object does not support item assignment

coordinate_map = {point_2d: "Target_A"}
print(coordinate_map[(10, 25)])

3. range：恒定 O(1) 内存的惰性算术序列

许多初学者误以为 range 返回的是预先生成好的完整数字列表，但实际上 range 是一个纯粹的惰性求值（Lazy Evaluation）序列。一个 range 实例内部仅存储三个整数参数：start、stop 和 step。

• 恒定内存占用：无论 range(10) 还是 range(10**12)，其在 64 位 CPython 解释器中均固定只占用 48 字节内存，绝不会因为序列范围扩大而导致内存溢出。
• 高效数学计算：当对 range 对象执行索引查找（如 r[500]）或成员检查（如 999 in r）时，解释器并非遍历比较，而是直接利用算术公式在 $O(1)$ 时间内计算出结果。

import sys

# 无论元素跨度多大，range 的内存消耗恒定不变
small_r = range(0, 10)
huge_r = range(0, 100000000)

print("small_r 内存字节数:", sys.getsizeof(small_r))
print("huge_r  内存字节数:", sys.getsizeof(huge_r))
print("直接利用公式命中判断:", 50000000 in huge_r)

三、文本与二进制序列：str、bytes、bytearray、memoryview 的字节模型

在涉及网络传输、文件存储、字符编码转换以及图像/音视频原始数据处理时，Python 区分了字符级文本序列与物理级二进制序列。

4. str：Unicode 文本字符串

str 是不可变的 Unicode 字符序列。在 Python 3 中，字符串脱离了具体物理编码（如 UTF-8/GBK）的直接绑定，而是在逻辑层面统一表现为由抽象 Unicode 码点（Code Points）构成的序列。

根据 PEP 393（灵活字符串表示，Flexible String Representation），CPython 为了兼顾跨国字符支持与内存节约，会根据字符串内部所有字符的最大码点，自动在底层采用四种紧凑存储结构之一：仅含 ASCII 字符时每个字符占用 1 字节；包含扩展拉丁字符时占用 1 字节（Latin-1）；包含中文等平面的字符时采用 UCS-2（每字符 2 字节）；出现 Emoji 表情或罕见汉字时采用 UCS-4（每字符 4 字节）。因此 str[i] 可以始终保持 $O(1)$ 复杂度的正向与反向随机字符访问。

5. bytes：不可变原生字节序列

bytes 是只读的单字节序列，序列中的每一个元素都是取值范围在 0 <= x <= 255 的非负整数。bytes 是磁盘文件读写、套接字网络数据包收发的最基础原生格式。

6. bytearray：可变的原生字节数组

bytearray 是 bytes 的可变对等体。与 list 类似，它支持 append()、extend() 以及切片原地赋值；但与 list 不同的是，它的底层直接是平铺的 C 连续字节缓冲区（unsigned char[]），绝不存在多余的 Python 对象指针寻址损耗。

在网络通信协议组装、自定义加密解密算法或流式数据清洗场景中，若需要持续拼接或修改字节报文，使用 bytearray 原地修改能够彻底避免频繁新建不可变 bytes 对象产生的 GC 压力。

# 示例代码：bytearray 的原地字节修改
buffer = bytearray(b"Hello World")
buffer[0:5] = b"Quick"          # 原地替换前5个字节
buffer.append(33)               # 追加 ASCII 33 (!)
print("修改后缓冲区内容:", buffer.decode("utf-8"))

7. memoryview：零拷贝缓冲区协议包装器

当处理数百兆甚至数千兆的巨型二进制数据（如加载大型科学数据集、读取高清视频帧或高吞吐 Socket 传输）时，普通切片操作 data[start:stop] 会在内存中完整复制一份对应尺寸的新对象，瞬间造成内存翻倍与 CPU 拷贝瓶颈。

memoryview 正是为此而生的内置序列类型。它基于 Python 的内部缓冲区协议（Buffer Protocol），允许你在不进行任何实际内存数据复制的前提下，直接对外暴露一个对象的底层内存切片。通过 memoryview 切出的新子序列仅仅是一个轻量的元数据结构（仅包含指向原缓冲区对应偏移量的指针、数据类型规格与长度信息），真正实现了毫秒级零拷贝（Zero-Copy）。

# 示例代码：memoryview 的零拷贝与原地写入
raw_data = bytearray(b"0123456789ABCDEF")
view = memoryview(raw_data)

# 切片截取：没有任何数据复制发生，仅仅是视窗偏移
sub_view = view[4:8]
print("子视图内容:", bytes(sub_view))

# 通过可写视图直接影响原始底层 bytearray
sub_view[0:2] = b"ZZ"
print("修改后底层原始数据:", raw_data)

四、序列类型工程选型决策流程

面对 7 种不同的内置序列类型，开发人员在实际编写业务逻辑时应遵循清晰的排他推导路径，避免因选型不当引入性能衰退或隐式数据篡改风险。

在工程实践中，可以依照以下 4 个连续步骤进行排查与选定：

1. 步骤一：数据语义判定。 如果承载的是人类语言、配置文件、模板或通用字符串，直接选用 str；如果是纯数字的遍历计数或步长生成，毫不犹豫使用 range。
2. 步骤二：通用业务集合的可变性决策。 当元素是复杂对象时，如果业务流程需要动态调用 append、sort、pop 增删过滤，选用 list；若数据产生后仅作只读传递、解包或需要作为字典 Key、集合元素，务必选用 tuple 以保证防篡改安全性与内存整洁。
3. 步骤三：二进制协议的改动频率考量。 对于固定报文解析、网络常量或协议头签名，选用只读且可哈希的 bytes；若在循环中频繁拼装拼接报文包，改用 bytearray 避免反复分配新内存。
4. 步骤四：极端吞吐与零拷贝考量。 如果数据量达到数兆以上且需要截取切片交付给系统调用（如 socket.send() 或 file.write()），统一将目标封装为 memoryview 切片，杜绝内存复制。

五、7大内置序列核心属性对比与常见避坑指南

为了给代码审查与架构设计提供快速参考依据，下表与对比矩阵横向梳理了这 7 种内置类型在各项核心技术指标上的差异：

常见避坑要点：