用Python编写这个通常/最清晰的方法是什么？
value, _ = func_returning_a_tuple()
或：
value = func_returning_a_tuple()[0]
答案 0 :(得分：10)
value = func_returning_a_tuple()[0]似乎更清晰，也可以推广。
如果函数返回的元组值超过2，该怎么办？
如果程序逻辑对一个无数元组的第四个元素感兴趣怎么办？
如果返回的元组的大小变化怎么办？
这些问题都不会影响基于下标的习语，但会出现多分配习语。
答案 1 :(得分：9)
如果您在python3.x中有一种方便的方法，请在Python中查看此page of What's New上的python增强建议（PEP）3132：
扩展的Iterable解包。您现在可以编写a, b, *rest = some_sequence之类的内容。甚至*rest, a = stuff。其余对象始终是（可能为空）列表;右侧可以是任何可迭代的。例如：
(a, *rest, b) = range(5)
这会将a设置为0，将b设置为4，将rest设置为[1, 2, 3]。
答案 2 :(得分：6)
为了提取单个项目，索引更加惯用。当您提取两个或更多项目时，解压缩变得更加惯用。这只是我的经验观察;我不知道任何风格指南建议或强制要么选择！ - ）
答案 3 :(得分：2)
对于具有键/值对的列表/生成器理解，我认为虚拟变量的使用可能非常简洁，特别是在需要多次使用解包值（避免重复索引）的情况下，例如：
l = [('a', 1.54), ('b', 4.34), ('c', 3.22), ('d', 6.43)]
s = [x * (1.0 - x) * (2.0 - x) for _, x in l]
与
s = [x[0] * (1.0 - x[0]) * (2.0 - x[0]) for x in l]
另外需要注意的是，虽然解包和索引大致相同，但扩展解包似乎要慢一个数量级。
使用Python 3.2在IPython中使用％timeit：
定期拆包：
>>> x = (1, 2)
>>> %timeit y, _ = x
10000000 loops, best of 3: 50 ns per loop
>>> %timeit y, _ = x
10000000 loops, best of 3: 50.4 ns per loop
扩展解包：
>>> x = (1, 2, 3)
>>> %timeit y, *_ = x
1000000 loops, best of 3: 1.02 us per loop
>>> %timeit y = x[0]
10000000 loops, best of 3: 68.9 ns per loop