Eh bien, comme Trufa l'a déjà montré, il existe essentiellement deux façons de remplacer l'élément d'un tuple à un index donné. Convertissez le tuple en liste, remplacez l'élément et reconvertissez-le, ou construisez un nouveau tuple par concaténation.
In [1]: def replace_at_index1(tup, ix, val):
...: lst = list(tup)
...: lst[ix] = val
...: return tuple(lst)
...:
In [2]: def replace_at_index2(tup, ix, val):
...: return tup[:ix] + (val,) + tup[ix+1:]
...:
Alors, quelle méthode est la meilleure, c'est-à-dire la plus rapide?
Il s'avère que pour les tuples courts (sur Python 3.3), la concaténation est en fait plus rapide!
In [3]: d = tuple(range(10))
In [4]: %timeit replace_at_index1(d, 5, 99)
1000000 loops, best of 3: 872 ns per loop
In [5]: %timeit replace_at_index2(d, 5, 99)
1000000 loops, best of 3: 642 ns per loop
Pourtant, si nous regardons des tuples plus longs, la conversion de liste est la voie à suivre:
In [6]: k = tuple(range(1000))
In [7]: %timeit replace_at_index1(k, 500, 99)
100000 loops, best of 3: 9.08 µs per loop
In [8]: %timeit replace_at_index2(k, 500, 99)
100000 loops, best of 3: 10.1 µs per loop
Pour les tuples très longs, la conversion de liste est nettement meilleure!
In [9]: m = tuple(range(1000000))
In [10]: %timeit replace_at_index1(m, 500000, 99)
10 loops, best of 3: 26.6 ms per loop
In [11]: %timeit replace_at_index2(m, 500000, 99)
10 loops, best of 3: 35.9 ms per loop
De plus, les performances de la méthode de concaténation dépendent de l'index auquel nous remplaçons l'élément. Pour la méthode de la liste, l'index n'est pas pertinent.
In [12]: %timeit replace_at_index1(m, 900000, 99)
10 loops, best of 3: 26.6 ms per loop
In [13]: %timeit replace_at_index2(m, 900000, 99)
10 loops, best of 3: 49.2 ms per loop
Donc: si votre tuple est court, découpez et concaténez. Si c'est long, faites la conversion de liste!