阅读changes in Python 3.1，我发现了一些......意外的：
sys.version_info元组现在是一个命名元组：
我之前从未听说过命名元组，我认为元素可以用数字（如元组和列表）或键（如dicts）索引。我从没想过他们可以两种方式编入索引。
因此，我的问题是：
命名元组基本上是易于创建的轻量级对象类型。可以使用类似对象的变量解引用或标准元组语法来引用命名的元组实例。它们可以类似于struct或其他常见记录类型使用，除了它们是不可变的。它们是在Python 2.6和Python 3.0中添加的，尽管有一个recipe for implementation in Python 2.4。
例如，通常将一个点表示为元组(x, y)。这导致代码如下：
pt1 = (1.0, 5.0)
pt2 = (2.5, 1.5)
from math import sqrt
line_length = sqrt((pt1[0]-pt2[0])**2 + (pt1[1]-pt2[1])**2)
使用命名元组它变得更具可读性：
from collections import namedtuple
Point = namedtuple('Point', 'x y')
pt1 = Point(1.0, 5.0)
pt2 = Point(2.5, 1.5)
from math import sqrt
line_length = sqrt((pt1.x-pt2.x)**2 + (pt1.y-pt2.y)**2)
但是，命名元组仍然向后兼容正常元组，因此以下内容仍然有效：
Point = namedtuple('Point', 'x y')
pt1 = Point(1.0, 5.0)
pt2 = Point(2.5, 1.5)
from math import sqrt
# use index referencing
line_length = sqrt((pt1[0]-pt2[0])**2 + (pt1[1]-pt2[1])**2)
# use tuple unpacking
x1, y1 = pt1
因此，您应该使用命名元组而不是元组，只要您认为对象符号会使您的代码更加pythonic并且更易于阅读。我个人已经开始使用它们来表示非常简单的值类型，特别是在将它们作为参数传递给函数时。它使函数更具可读性，而无需查看元组打包的上下文。
此外，您还可以替换没有函数的普通不可变类，只替换具有它们的字段。您甚至可以使用命名元组类型作为基类：
class Point(namedtuple('Point', 'x y')):
[...]
但是，与元组一样，命名元组中的属性是不可变的：
>>> Point = namedtuple('Point', 'x y')
>>> pt1 = Point(1.0, 5.0)
>>> pt1.x = 2.0
AttributeError: can't set attribute
如果您希望能够更改值，则需要其他类型。 mutable recordtypes有一个方便的配方，允许您为属性设置新值。
>>> from rcdtype import *
>>> Point = recordtype('Point', 'x y')
>>> pt1 = Point(1.0, 5.0)
>>> pt1 = Point(1.0, 5.0)
>>> pt1.x = 2.0
>>> print(pt1[0])
2.0
但是，我不知道任何形式的“命名列表”允许您添加新字段。在这种情况下，您可能只想使用字典。命名元组可以使用返回pt1._asdict()的{'x': 1.0, 'y': 5.0}转换为字典，并且可以使用所有常用的字典函数进行操作。
如前所述，您应该check the documentation获取构建这些示例的更多信息。
使用命名元组的另一种方式（一种新方法）是在输入package时使用NamedTuple：Type hints in namedtuple
让我们使用本文顶部答案的示例来了解如何使用它。
（1）在使用命名元组之前，代码如下：
pt1 = (1.0, 5.0)
pt2 = (2.5, 1.5)
from math import sqrt
line_length = sqrt((pt1[0]-pt2[0])**2 + (pt1[1]-pt2[1])**2)
print(line_length)
（2）现在我们使用命名元组
from typing import NamedTuple, Number
继承NamedTuple类并在新类中定义变量名称。 test是类的名称。
class test(NamedTuple):
x: Number
y: Number
从类中创建实例并为其赋值
pt1 = test(1.0, 5.0) # x is 1.0, and y is 5.0. The order matters
pt2 = test(2.5, 1.5)
使用实例中的变量进行计算
line_length = sqrt((pt1.x-pt2.x)**2 + (pt1.y-pt2.y)**2)
print(line_length)
其他人已经回答了，但我想我还有别的东西需要补充。
可以直观地将Namedtuple视为定义类的快捷方式。
看一个繁琐和传统的方式来定义class。
class Duck:
def __init__(self, color, weight):
self.color = color
self.weight = weight
red_duck = Duck('red', '10')
In [50]: red_duck
Out[50]: <__main__.Duck at 0x1068e4e10>
In [51]: red_duck.color
Out[51]: 'red'
至于namedtuple
from collections import namedtuple
Duck = namedtuple('Duck', ['color', 'weight'])
red_duck = Duck('red', '10')
In [54]: red_duck
Out[54]: Duck(color='red', weight='10')
In [55]: red_duck.color
Out[55]: 'red'
namedtuple是一个制作元组类的工厂函数。使用该类，我们可以创建可按名称调用的元组。
import collections
#Create a namedtuple class with names "a" "b" "c"
Row = collections.namedtuple("Row", ["a", "b", "c"], verbose=False, rename=False)
row = Row(a=1,b=2,c=3) #Make a namedtuple from the Row class we created
print row #Prints: Row(a=1, b=2, c=3)
print row.a #Prints: 1
print row[0] #Prints: 1
row = Row._make([2, 3, 4]) #Make a namedtuple from a list of values
print row #Prints: Row(a=2, b=3, c=4)
什么叫元组？
命名元组是一个元组。
它完成了元组所能做的一切。
但它不仅仅是一个元组。
它是元组的特定子类，以编程方式为您的规范创建，具有命名字段和固定长度。
例如，这创建了一个元组的子类，除了具有固定长度（在这种情况下为三个）之外，它可以在使用元组的任何地方使用而不会破坏。这被称为Liskov可替代性：
>>> from collections import namedtuple
>>> class_name = 'ANamedTuple'
>>> fields = 'foo bar baz'
>>> ANamedTuple = namedtuple(class_name, fields)
这实例化它：
>>> ant = ANamedTuple(1, 'bar', [])
我们可以检查它并使用它的属性：
>>> ant
ANamedTuple(foo=1, bar='bar', baz=[])
>>> ant.foo
1
>>> ant.bar
'bar'
>>> ant.baz.append('anything')
>>> ant.baz
['anything']
要了解命名元组，首先需要知道元组是什么。元组本质上是一个不可变的（不能在内存中就地更改）列表。
以下是使用常规元组的方法：
>>> student_tuple = 'Lisa', 'Simpson', 'A'
>>> student_tuple
('Lisa', 'Simpson', 'A')
>>> student_tuple[0]
'Lisa'
>>> student_tuple[1]
'Simpson'
>>> student_tuple[2]
'A'
您可以使用iterable unpacking扩展元组：
>>> first, last, grade = student_tuple
>>> first
'Lisa'
>>> last
'Simpson'
>>> grade
'A'
命名元组是元组，允许通过名称而不是索引来访问它们的元素！
你创建一个像这样的命名元组：
>>> from collections import namedtuple
>>> Student = namedtuple('Student', ['first', 'last', 'grade'])
您还可以使用单个字符串，其名称用空格分隔，API的使用稍微更具可读性：
>>> Student = namedtuple('Student', 'first last grade')
怎么用？
您可以执行元组可以执行的所有操作（请参见上文）以及执行以下操作：
>>> named_student_tuple = Student('Lisa', 'Simpson', 'A')
>>> named_student_tuple.first
'Lisa'
>>> named_student_tuple.last
'Simpson'
>>> named_student_tuple.grade
'A'
>>> named_student_tuple._asdict()
OrderedDict([('first', 'Lisa'), ('last', 'Simpson'), ('grade', 'A')])
>>> vars(named_student_tuple)
OrderedDict([('first', 'Lisa'), ('last', 'Simpson'), ('grade', 'A')])
>>> new_named_student_tuple = named_student_tuple._replace(first='Bart', grade='C')
>>> new_named_student_tuple
Student(first='Bart', last='Simpson', grade='C')
评论：
在大型脚本或程序中，通常在哪里定义一个命名元组？
使用namedtuple创建的类型基本上是您可以使用简单的速记创建的类。像对待课一样对待他们在模块级别定义它们，以便pickle和其他用户可以找到它们。
全局模块级别的工作示例：
>>> from collections import namedtuple
>>> NT = namedtuple('NT', 'foo bar')
>>> nt = NT('foo', 'bar')
>>> import pickle
>>> pickle.loads(pickle.dumps(nt))
NT(foo='foo', bar='bar')
这表明无法查找定义：
>>> def foo():
... LocalNT = namedtuple('LocalNT', 'foo bar')
... return LocalNT('foo', 'bar')
...
>>> pickle.loads(pickle.dumps(foo()))
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
_pickle.PicklingError: Can't pickle <class '__main__.LocalNT'>: attribute lookup LocalNT on __main__ failed
为什么/何时应该使用命名元组而不是普通元组？
在改进代码时使用它们，以便在代码中表达元组元素的语义。如果您使用具有不变数据属性且没有功能的对象，则可以使用它们而不是对象。你也可以subclass them to add functionality, for example：
class Point(namedtuple('Point', 'x y')):
"""adding functionality to a named tuple"""
__slots__ = ()
@property
def hypot(self):
return (self.x ** 2 + self.y ** 2) ** 0.5
def __str__(self):
return 'Point: x=%6.3f y=%6.3f hypot=%6.3f' % (self.x, self.y, self.hypot)
为什么/何时应该使用普通元组而不是命名元组？
从使用命名元组切换到元组可能是一种回归。前期设计决策的核心是，在使用元组时，所涉及的额外代码的成本是否值得提高可读性。
命名元组与元组没有使用额外的内存。
是否有任何类型的“命名列表”（命名元组的可变版本）？
您正在寻找实现静态大小列表的所有功能的插槽对象或者像命名元组一样工作的子类列表（并且以某种方式阻止列表更改大小。）
一个现在扩展的，甚至可能是Liskov可替代的第一个例子：
from collections import Sequence
class MutableTuple(Sequence):
"""Abstract Base Class for objects that work like mutable
namedtuples. Subclass and define your named fields with
__slots__ and away you go.
"""
__slots__ = ()
def __init__(self, *args):
for slot, arg in zip(self.__slots__, args):
setattr(self, slot, arg)
def __repr__(self):
return type(self).__name__ + repr(tuple(self))
# more direct __iter__ than Sequence's
def __iter__(self):
for name in self.__slots__:
yield getattr(self, name)
# Sequence requires __getitem__ & __len__:
def __getitem__(self, index):
return getattr(self, self.__slots__[index])
def __len__(self):
return len(self.__slots__)
要使用，只需子类化并定义__slots__：
class Student(MutableTuple):
__slots__ = 'first', 'last', 'grade' # customize
>>> student = Student('Lisa', 'Simpson', 'A')
>>> student
Student('Lisa', 'Simpson', 'A')
>>> first, last, grade = student
>>> first
'Lisa'
>>> last
'Simpson'
>>> grade
'A'
>>> student[0]
'Lisa'
>>> student[2]
'A'
>>> len(student)
3
>>> 'Lisa' in student
True
>>> 'Bart' in student
False
>>> student.first = 'Bart'
>>> for i in student: print(i)
...
Bart
Simpson
A
namedtuples是一个很棒的功能，它们是数据的完美容器。当您必须“存储”数据时，您将使用元组或词典，例如：
user = dict(name="John", age=20)
要么：
user = ("John", 20)
字典方法是压倒性的，因为字典是可变的并且比元组慢。另一方面，元组是不可变的和轻量级的，但是对于数据字段中的大量条目缺乏可读性。
namedtuples是这两种方法的完美折衷方案，具有很好的可读性，轻量级和不变性（加上它们是多态的！）。
命名元组允许向后兼容检查此类版本的代码
>>> sys.version_info[0:2]
(3, 1)
同时通过使用此语法允许未来的代码更明确
>>> sys.version_info.major
3
>>> sys.version_info.minor
1
是清理代码并使其更具可读性的最简单方法之一。它自我记录元组中发生的事情。 Namedtuples实例与常规元组一样具有内存效率，因为它们没有每个实例的字典，使它们比字典更快。
from collections import namedtuple
Color = namedtuple('Color', ['hue', 'saturation', 'luminosity'])
p = Color(170, 0.1, 0.6)
if p.saturation >= 0.5:
print "Whew, that is bright!"
if p.luminosity >= 0.5:
print "Wow, that is light"
如果没有命名元组中的每个元素，它将如下所示：
p = (170, 0.1, 0.6)
if p[1] >= 0.5:
print "Whew, that is bright!"
if p[2]>= 0.5:
print "Wow, that is light"
要理解第一个例子中发生的事情要困难得多。使用namedtuple，每个字段都有一个名称。您可以通过名称而不是位置或索引来访问它。而不是p[1]，我们可以称之为p.saturation。这更容易理解。它看起来更干净。
创建namedtuple的实例比创建字典更容易。
# dictionary
>>>p = dict(hue = 170, saturation = 0.1, luminosity = 0.6)
>>>p['hue']
170
#nametuple
>>>from collections import namedtuple
>>>Color = namedtuple('Color', ['hue', 'saturation', 'luminosity'])
>>>p = Color(170, 0.1, 0.6)
>>>p.hue
170
p.hue而不是p['hue']。语法
collections.namedtuple(typename, field_names[, verbose=False][, rename=False])
['x', 'y', 'z']或字符串x y z（没有逗号，只是空格）或x, y, z。True，则无效的字段名称将自动替换为位置名称。例如，['abc', 'def', 'ghi','abc']被转换为['abc', '_1', 'ghi', '_3']，消除了关键字'def'（因为这是用于定义函数的保留字）和重复的字段名'abc'。True，则在构建之前打印类定义。如果您愿意，您仍然可以按位置访问namedtuples。 p[1] == p.saturation。它仍然像常规元组一样解压缩。
所有的regular tuple methods都受到支持。例如：min（），max（），len（），in，not in，concatenation（+），index，slice等。还有一些额外的用于namedtuple。注意：这些都以下划线开头。 _replace，_make，_asdict。
_replace返回指定元组的新实例，用新值替换指定的字段。
语法
somenamedtuple._replace(kwargs)
例
>>>from collections import namedtuple
>>>Color = namedtuple('Color', ['hue', 'saturation', 'luminosity'])
>>>p = Color(170, 0.1, 0.6)
>>>p._replace(hue=87)
Color(87, 0.1, 0.6)
>>>p._replace(hue=87, saturation=0.2)
Color(87, 0.2, 0.6)
注意：字段名称不在引号中;他们是这里的关键词。记住：元组是不可变的 - 即使它们是命名元组并且具有_replace方法。 _replace产生一个new实例;它不会修改原始值或替换旧值。您当然可以将新结果保存到变量中。 p = p._replace(hue=169)
_make
从现有序列或可迭代创建新实例。
语法
somenamedtuple._make(iterable)
例
>>>data = (170, 0.1, 0.6)
>>>Color._make(data)
Color(hue=170, saturation=0.1, luminosity=0.6)
>>>Color._make([170, 0.1, 0.6]) #the list is an iterable
Color(hue=170, saturation=0.1, luminosity=0.6)
>>>Color._make((170, 0.1, 0.6)) #the tuple is an iterable
Color(hue=170, saturation=0.1, luminosity=0.6)
>>>Color._make(170, 0.1, 0.6)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<string>", line 15, in _make
TypeError: 'float' object is not callable
最后一个发生了什么？括号内的项应该是可迭代的。因此，括号内的列表或元组可以正常工作，但是没有作为迭代包含的值序列会返回错误。
_asdict
返回一个新的OrderedDict，它将字段名称映射到它们对应的值。
语法
somenamedtuple._asdict()
例
>>>p._asdict()
OrderedDict([('hue', 169), ('saturation', 0.1), ('luminosity', 0.6)])
参考：https://www.reddit.com/r/Python/comments/38ee9d/intro_to_namedtuple/
还有一个命名列表，类似于命名元组但可变https://pypi.python.org/pypi/namedlist
什么是名字？
顾名思义，namedtuple是一个带名字的元组。在标准元组中，我们使用索引访问元素，而namedtuple允许用户定义元素的名称。这非常方便，尤其是处理csv（逗号分隔值）文件并使用复杂和大型数据集，其中代码使用索引（不是pythonic）变得混乱。
怎么用？
>>>from collections import namedtuple
>>>saleRecord = namedtuple('saleRecord','shopId saleDate salesAmout totalCustomers')
>>>
>>>
>>>#Assign values to a named tuple
>>>shop11=saleRecord(11,'2015-01-01',2300,150)
>>>shop12=saleRecord(shopId=22,saleDate="2015-01-01",saleAmout=1512,totalCustomers=125)
读
>>>#Reading as a namedtuple
>>>print("Shop Id =",shop12.shopId)
12
>>>print("Sale Date=",shop12.saleDate)
2015-01-01
>>>print("Sales Amount =",shop12.salesAmount)
1512
>>>print("Total Customers =",shop12.totalCustomers)
125
CSV处理中有趣的场景：
from csv import reader
from collections import namedtuple
saleRecord = namedtuple('saleRecord','shopId saleDate totalSales totalCustomers')
fileHandle = open("salesRecord.csv","r")
csvFieldsList=csv.reader(fileHandle)
for fieldsList in csvFieldsList:
shopRec = saleRecord._make(fieldsList)
overAllSales += shopRec.totalSales;
print("Total Sales of The Retail Chain =",overAllSales)
在Python里面有一个很好用的容器叫做命名元组，它可以用来创建类的定义并具有原始元组的所有功能。
使用命名元组将直接应用于默认类模板以生成一个简单类，此方法允许大量代码提高可读性，并且在定义类时也非常方便。
试试这个：
collections.namedtuple()
基本上，namedtuples易于创建，轻量级的对象类型。他们将元组转换为方便的容器以完成简单的任务。使用namedtuples，您不必使用整数索引来访问元组的成员。
例子：
代码1：
>>> from collections import namedtuple
>>> Point = namedtuple('Point','x,y')
>>> pt1 = Point(1,2)
>>> pt2 = Point(3,4)
>>> dot_product = ( pt1.x * pt2.x ) +( pt1.y * pt2.y )
>>> print dot_product
11
代码2：
>>> from collections import namedtuple
>>> Car = namedtuple('Car','Price Mileage Colour Class')
>>> xyz = Car(Price = 100000, Mileage = 30, Colour = 'Cyan', Class = 'Y')
>>> print xyz
Car(Price=100000, Mileage=30, Colour='Cyan', Class='Y')
>>> print xyz.Class
Y