多数pythoneer只知有列表list却不知道python也有array数组

简介: 多数pythoneer只知有列表list却不知道python也有array数组

116b1554b77e41e4a0f962f6f656f027.png

数组和列表

Python中数组和列表是不同的,我敢断言大多数的pythoneer只知道有列表list,却不知道python也有array数组。列表是一个包含不同数据类型的元素集合,而数组是一个只能含相同数据类型的元素集合。

Python的array库是一个提供数组操作的模块,它提供了一种用于存储和处理多个相同类型元素的容器。与Python的列表list相比,数组array在存储和操作大量数值型数据时更为高效,因为它在内存中以连续的方式存储数据,占用的内存空间更小。

数组创建

array(typecode [, initializer]) -> array

返回一个新数组,该数组的项受类型代码的限制,并通过可选的初始值设定项值进行初始化,该值必须是列表、字符串或可在适当类型的元素上迭代。

数组表示基本值,其行为与列表非常相似,只是其中存储的对象类型受到约束。类型是在对象创建时使用类型代码指定的,该代码是单个字符。

类型代码 typecode

类型 C类型 最小字节
'b' signed integer  1
'B' unsigned integer    1
'u' Unicode character   2
'h' signed integer  2
'H' unsigned integer    2
'i' signed integer  2
'I' unsigned integer    2
'l' signed integer  4
'L' unsigned integer    4
'q' signed integer  8
'Q' unsigned integer    8
'f' floating point  4
'd' floating point  8

创建数组

import array  

arr = array.array('i', [1, 2, 3, 4, 5])  # 创建一个整数类型的数组

arr = array.array('u', 'abcde')  # 创建一个字符类型的数组

类型属性

import array  

arr = array.array('i', [1, 2, 3, 4, 5])

print(arr.typecode)   # 打印数组类型 i

数组切片

与列表用法相同:

>>> arr = array.array('i', [1, 2, 3, 4, 5])
>>> arr[0]
1
>>> arr[2]
3
>>> arr[-1]
5
>>> arr[:3]
array('i', [1, 2, 3])
>>> arr[3:]
array('i', [4, 5])
>>> arr[:-1]
array('i', [1, 2, 3, 4])
>>> arr[::-1]
array('i', [5, 4, 3, 2, 1])
>>> arr[1::2]
array('i', [2, 4])
>>> arr[0::2]
array('i', [1, 3, 5])

类型转换

整数数组可以转换到浮点数数组,反之不行。

>>> arr1 = array.array('i', [1, 2, 3, 4, 5])
>>> arr1
array('i', [1, 2, 3, 4, 5])
>>> arr2 = array.array('f', arr1)
>>> arr2
array('f', [1.0, 2.0, 3.0, 4.0, 5.0])
>>> arr3 = array.array('i', arr2)
Traceback (most recent call last):
  File "<pyshell#77>", line 1, in <module>
    arr3 = array.array('i', arr2)
TypeError: 'float' object cannot be interpreted as an integer

数组与列表占用内存的比较

import sys, array
arr = array.array('i', [_ for _ in range(1024)])
lst = [_ for _ in range(1024)]

print(sys.getsizeof(arr))  # 输出:4176 array对象本身的大小
print(sys.getsizeof(lst))  # 输出:8856 列表list对象本身的大小  
# 注意:这些值可能因操作系统或Python解释器的实现和版本而略有不同。

数组方法

append()--将一个新项追加到数组的末尾

buffer_info()--返回给出当前内存信息的信息

byteswap()--字节交换数组的所有项

count()--返回对象的出现次数

extend()--通过从可迭代项中附加多个元素来扩展数组

fromfile()--从文件对象读取项

fromlist()--从列表中追加项

frombytes()--从字符串中追加项

fromunicode()--从unicode字符串中追加项

index()--返回对象第一次出现的索引

insert()--在数组中提供的位置插入一个新项

pop()--移除并返回项(默认为最后一个)

remove()--删除对象的第一个出现项

reverse()--反转数组中项目的顺序

tofile()--将所有项写入文件对象

tolist()--返回转换为普通列表的数组

tobytes()--返回转换为字符串的数组

在举例讲解前先来复习一个列表list的方法,用法相同的(绿色标注)可以省略不学:

append(self, object, /)
    Append object to the end of the list.

clear(self, /)
    Remove all items from list.

copy(self, /)
    Return a shallow copy of the list.

count(self, value, /)
    Return number of occurrences of value.

extend(self, iterable, /)
    Extend list by appending elements from the iterable.

index(self, value, start=0, stop=9223372036854775807, /)
    Return first index of value.
    Raises ValueError if the value is not present.

insert(self, index, object, /)
    Insert object before index.

pop(self, index=-1, /)
    Remove and return item at index (default last).
    Raises IndexError if list is empty or index is out of range.

remove(self, value, /)
    Remove first occurrence of value.
    Raises ValueError if the value is not present.

reverse(self, /)
    Reverse *IN PLACE*.

sort(self, /, *, key=None, reverse=False)
    Sort the list in ascending order and return None.

用法讲解

buffer_info()

返回当前数组缓冲区的内存信息。

import array
arr = array.array('i', [1, 2, 3])
buffer_info = arr.buffer_info()
print(buffer_info)  # 输出包含内存地址、大小等信息的元组
byteswap()

字节交换数组的所有项,通常用于处理二进制数据的不同字节顺序。

import array
arr = array.array('i', [0x12345678])  # 假设这是一个32位整数  
arr.byteswap()
print(arr)  # 输出:[305419896] (0x78563412)
fromfile()

从文件对象中读取项,通常用于从二进制文件中读取数据。

import array
with open('data.bin', 'rb') as f:
    arr = array.array('i')
    arr.fromfile(f, 3)  # 从文件中读取3个整数  
print(arr)  # 输出:假设文件中有3个整数,则输出这些整数构成的数组
fromlist()

从列表中追加项,创建一个新的数组。

import array
list_data = [1, 2, 3, 4, 5]
arr = array.array('i', list_data)
print(arr)  # 输出:array('i', [1, 2, 3, 4, 5])
frombytes()

从字节字符串中追加项,创建一个新的数组。

import array
byte_data = b'\x01\x02\x03\x04'
arr = array.array('B', byte_data)  # 'B' 表示无符号字符  
print(arr)  # 输出:array('B', [1, 2, 3, 4])
tofile()

将所有项写入文件对象,通常用于将数组数据写入二进制文件。

import array
arr = array.array('i', [1, 2, 3])
with open('output.bin', 'wb') as f:
    arr.tofile(f)
# 现在'output.bin'文件包含数组的数据
tolist()

返回转换为普通列表的数组。

import array
arr = array.array('i', [1, 2, 3])
list_data = arr.tolist()
print(list_data)  # 输出:[1, 2, 3]
tobytes()

返回转换为字节字符串的数组。

import array
arr = array.array('i', [1, 2, 3])
byte_data = arr.tobytes()
print(byte_data)  # 输出:b'\x01\x00\x00\x00\x02\x00\x00\x00\x03\x00\x00\x00'

用法举例

实例1
import array  
  
# 创建一个浮点数类型的array实例  
float_array = array.array('f', [1.0, 2.0, 3.0, 4.0, 5.0])  
  
# 打印原始数组  
print("Original Array:", float_array)  
  
# 计算每个元素的平方  
squared_array = array.array('f')  
for num in float_array:  
    squared_array.append(num ** 2)  
  
# 打印平方数组  
print("Squared Array:", squared_array)  
  
# 计算每个元素的立方  
cubed_array = array.array('f')  
for num in float_array:  
    cubed_array.append(num ** 3)  
  
# 打印立方数组  
print("Cubed Array:", cubed_array)  
  
# 计算平方和立方数组的和  
sum_squared = sum(squared_array)  
sum_cubed = sum(cubed_array)  
  
# 打印和  
print("Sum of Squared:", sum_squared)  
print("Sum of Cubed:", sum_cubed)

输出结果:


Original Array: array('f', [1.0, 2.0, 3.0, 4.0, 5.0])

Squared Array: array('f', [1.0, 4.0, 9.0, 16.0, 25.0])

Cubed Array: array('f', [1.0, 8.0, 27.0, 64.0, 125.0])

Sum of Squared: 55.0

Sum of Cubed: 225.0

实例2
import array  
  
# 原始字符串  
original_string = "Hello, World!"  
  
# 将字符串转换为字符数组  
# 注意:'u' 类型用于存储 Unicode 字符,但在 Python 3 中,'u' 类型已被废弃  
# 我们应该使用 'U' 类型来存储 Unicode 字符(码点),但这通常用于宽字符集  
# 在此示例中,我们将使用字节数组 'b' 并通过编码字符串来处理它  
  
# 编码原始字符串为字节  
encoded_string = original_string.encode('utf-8')  
  
# 创建一个字节类型的array实例  
byte_array = array.array('b', encoded_string)  
  
# 打印字节数组  
print("Byte Array:", byte_array)  
  
# 查找特定字节(例如查找 'o' 字符的字节表示)  
# 注意:这里我们查找的是 'o' 字符的 UTF-8 编码的第一个字节  
# 在 ASCII 中,'o' 的编码是 0x6F,但在 UTF-8 编码的字符串中,我们需要找到正确的字节序列  
# 对于简单的 ASCII 字符,UTF-8 编码与 ASCII 编码相同  
target_byte = ord('o')  # 获取 'o' 字符的 ASCII 码点值  
target_indices = [i for i, b in enumerate(byte_array) if b == target_byte]  
print("Indices of 'o':", target_indices)  
  
# 替换所有 'o' 字符的字节表示为另一个字符(例如 'x')  
# 注意:直接替换可能破坏 UTF-8 编码的多字节字符序列  
# 因此,这个例子仅适用于单字节字符(ASCII 范围内)的字符串  
replacement_byte = ord('x')  # 获取 'x' 字符的 ASCII 码点值  
for i in target_indices:  
    byte_array[i] = replacement_byte  
  
# 将修改后的字节数组转换回字符串  
# 注意:如果替换了多字节字符的一部分,解码可能会失败  
try:  
    modified_string = byte_array.tobytes().decode('utf-8')  
    print("Modified String:", modified_string)  
except UnicodeDecodeError:  
    print("Decoding failed due to invalid UTF-8 sequence.")  
  
# 注意:在处理包含非ASCII字符的字符串时,应该格外小心,  
# 因为UTF-8编码可能会使用多个字节来表示一个字符。  
# 在这种情况下,直接替换单个字节可能会破坏字符的编码。

输出结果:


Byte Array: array('b', [72, 101, 108, 108, 111, 44, 32, 87, 111, 114, 108, 100, 33])

Indices of 'o': [4, 8]

Modified String: Hellx, Wxrld!

实例3
import array  
  
# 创建一个整数类型的array实例  
int_array = array.array('i', [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])  
  
# 打印原始数组  
print("Original Integer Array:", int_array)  
  
# 将数组写入文件  
with open('int_array.bin', 'wb') as f:  
    int_array.tofile(f)  
  
# 打开文件以读取二进制数据  
with open('int_array.bin', 'rb') as f:  
    # 读取整个文件到数组中  
    # 由于我们知道文件中的数据类型和大小,我们可以使用这些信息来创建数组  
    # 假设文件中的整数是32位的(即 'i' 表示整数),并且我们不知道有多少个整数  
    # 我们可以先读取文件的大小,然后除以整数的字节大小来得到整数的数量  
    file_size = f.seek(0, 2)  # 移动到文件末尾以获取文件大小  
    num_ints = file_size // 4  # 假设整数是32位的(4字节)  
    f.seek(0)  # 将文件指针重置回文件开头  
  
    # 创建一个空的array实例,用于存储读取的数据  
    read_array = array.array('i')  
  
    # 从文件中读取整数数据到数组中  
    read_array.fromfile(f, num_ints)  
  
# 打印从文件中读取的数组  
print("Array Read from File:", read_array)
  
# 验证两个数组是否相同  
assert int_array == read_array  
print("The arrays are the same.")

输出结果:


Original Integer Array: array('i', [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

Array Read from File: array('i', [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

The arrays are the same.


完。

目录
相关文章
|
16天前
|
存储 Go 索引
go语言中的数组(Array)
go语言中的数组(Array)
100 67
|
2天前
|
C语言 Python
[oeasy]python054_python有哪些关键字_keyword_list_列表_reserved_words
本文介绍了Python的关键字列表及其使用规则。通过回顾`hello world`示例,解释了Python中的标识符命名规则,并探讨了关键字如`if`、`for`、`in`等不能作为变量名的原因。最后,通过`import keyword`和`print(keyword.kwlist)`展示了Python的所有关键字,并总结了关键字不能用作标识符的规则。
22 9
|
10天前
|
数据挖掘 大数据 数据处理
python--列表list切分(超详细)
通过这些思维导图和分析说明表,您可以更直观地理解Python列表切分的概念、用法和实际应用。希望本文能帮助您更高效地使用Python进行数据处理和分析。
23 14
|
29天前
|
大数据 UED
「Mac畅玩鸿蒙与硬件16」鸿蒙UI组件篇6 - List 和 Grid 组件展示数据列表
List 和 Grid 是鸿蒙开发中的核心组件,用于展示动态数据。List 适合展示垂直或水平排列的数据列表,而 Grid 则适用于展示商品或图片的网格布局。本篇将展示如何封装组件,并通过按钮实现布局切换,提升界面的灵活性和用户体验。
63 9
「Mac畅玩鸿蒙与硬件16」鸿蒙UI组件篇6 - List 和 Grid 组件展示数据列表
|
12天前
|
数据挖掘 大数据 数据处理
python--列表list切分(超详细)
通过这些思维导图和分析说明表,您可以更直观地理解Python列表切分的概念、用法和实际应用。希望本文能帮助您更高效地使用Python进行数据处理和分析。
29 10
|
29天前
|
数据处理 开发者 Python
Python中的列表推导式:简洁高效的数据处理
在编程世界中,效率和可读性是代码的两大支柱。Python语言以其独特的简洁性和强大的表达力,为开发者提供了众多优雅的解决方案,其中列表推导式便是一个闪耀的例子。本文将深入探讨列表推导式的使用场景、语法结构及其背后的执行逻辑,带你领略这一特性的魅力所在。
|
1月前
|
开发者 Python
探索Python中的列表推导式:简洁而强大的工具
【10月更文挑战第41天】 在编程的世界中,效率与简洁是永恒的追求。本文将深入探讨Python编程语言中一个独特且强大的特性——列表推导式(List Comprehension)。我们将通过实际代码示例,展示如何利用这一工具简化代码、提升性能,并解决常见编程问题。无论你是初学者还是资深开发者,掌握列表推导式都将使你的Python之旅更加顺畅。
|
1月前
|
JavaScript 前端开发 算法
python中的列表生成式和生成器
欢迎来到瑞雨溪的博客,这里是一位热爱JavaScript和Vue的大一学生的天地。通过自学前端技术2年半,现正向全栈开发迈进。如果你从我的文章中受益,欢迎关注,我将持续更新高质量内容,你的支持是我前进的动力!🎉🎉🎉
23 0
|
6月前
|
安全 Java
java线程之List集合并发安全问题及解决方案
java线程之List集合并发安全问题及解决方案
1023 1
|
5月前
|
Java API Apache
怎么在在 Java 中对List进行分区
本文介绍了如何将列表拆分为给定大小的子列表。尽管标准Java集合API未直接支持此功能,但Guava和Apache Commons Collections提供了相关API。
下一篇
DataWorks