python的数组：列表、数组模块array与第三方库numpy的数组

python的数组：列表、数组模块array与第三方库numpy的数组

Python 没有内置对数组的支持，若想使用类似其他语言中的数组功能，怎么办？

办法还是比较多的 ：

☆Python中提供了列表（list），可以当作数组使用，如：相当于一维数组：listA=[1,2,3,4]

相当于二维数组：listB=[[1,2,3],[4,5,6],[7,8,9]]

关于list见 内置类型 — Python 3.10.6 文档

☆Python提供了array模块，但其只支持一维数组。因而不适合数值运算。array模块需要用import加载。关于array模块见array --- 高效的数值数组 — Python 3.10.6 文档

☆使用第三方扩展库numpy，需要先用pip install numpy安装，再用import加载，关于numpy见 NumPy 中文

python 中的列表（list）

python 中的列表（list）能扮演其他语言中数组的角色（或者说列表与其他语言中的数组有些类似），但是要强大得多。其中一个方面就是，列表没有固定类型的约束。

列表（list）操作：

创建一个列表

只要把逗号分隔的不同的数据项使用方括号括起来即可。如下所示：

list1 = [1, 2, 3, 4, 5 ];

list2 = ['a',1,('a','b')]

list3 = ['张三', '男', '2012-07-22', 2000];

使用下标索引（第一个元素的索引为0）来访问列表中的值，同样你也可以使用方括号的形式截取字符，如list3[0] 就是'张三'

向列表添加元素可用如下方法

1）append（）方法默认将元素添加到列表末尾，并且一次只能添加一个元素，如：

list1. append(6)  现在list1就变为[1, 2, 3, 4, 5, 6]

2）extend（）方法可以添加多个元素，但是必须以列表的形式添加，如：

list1.extend(['a','b'])  现在list1就变为[1, 2, 3, 4, 5, 6, 'a', 'b']

3）如果想插队的话就需要使用insert（位置索引,元素）方法了，如；

list1.insert(7,70)，现在list1就变为[1, 2, 3, 4, 5, 6, 'a', 70,'b']。

从列表中删除元素

1）使用remove()实现指定元素的删除，如：

list1.remove(70)  list1就变为[1, 2, 3, 4, 5, 6, 'a', 'b']

2）当需要删除指定位置索引的元素时，使用del 语句https://docs.python.org/zh-cn/3/tutorial/datastructures.html#the-del-statement，如

del list1[6]  list1就变为[1, 2, 3, 4, 5, 6, 'b']

del后直接跟列表名可以删除整个列表。

3）pop（）方法可以移除索引元素，若不指定索引值作为参数时默认弹出最后一个元素，如：list1.pop(0)  list1就变为[2, 3, 4, 5, 6, 'b']

遍历元素

for x in list1:

   print(x)

输出：

2
3
4
5
6
b

通过嵌套列表的方式，我们可以模拟多维数组的功能。

相当于二维数组的列表：listB=[[1,2,3],[4,5,6],[7,8,9]]

listB[0][1] 代表2

遍历二维列表，源码如下：

list_2D=[[11,12,13,14],[15,16,17,18],[19,20,21,22]]

for i in list_2D: #每一个列表都独占一行并输出[]

    print(i)

print("---------------")

for i in list_2D:

    for j in i:    #每一个元素都独占一行，不会打印[]

        print(j)

运行之：

使用嵌套列表来表示一个三维数组的例子：

array_3d = [

    [[1, 2, 3], [4, 5, 6], [7, 8, 9]],

    [[10, 11, 12], [13, 14, 15], [16, 17, 18]],

    [[19, 20, 21], [22, 23, 24], [25, 26, 27]]

]

这样就创建了一个3x3x3的三维数组，可以通过索引来访问其中的元素，例如 array_3d[1][2][0] 表示访问第二个二维数组的第三个元素的第一个值。

关于列表的操作可参见：

https://docs.python.org/zh-cn/3/library/stdtypes.html#lists

https://docs.python.org/zh-cn/3/tutorial/introduction.html#lists

https://docs.python.org/zh-cn/3/tutorial/datastructures.html#more-on-lists

Python的内置模块array

python的内置模块（也称为标准库）是随着pyhon安装的时候默认自带的库，不需要下载安装的库。用import加载后就可以使用。

array模块定义了一种对象类型，可以紧凑地表示基本类型值的数组：字符、整数、浮点数等。 数组属于序列类型，其行为与列表非常相似，不同之处在于其中存储的对象类型是受限的——元素必须为同一类型。

要使用array，先要import array

array的创建方法如下

array(typecode[, initializer])

typecode 类型代码字符来指示存储何种元素，参见下表，并由可选的 initializer 值进行初始化，该值必须为一个列表、bytes-like object（字节类对象） 或包含正确类型元素的可迭代对象。个可迭代对象来填充元素

# array的创建

int_arr = array.array('i', [1, 2, 3])

str_arr = array.array('u', 'hello')

array的方法和list基本相同，例如append，pop，insert，remove， index等。

也可以遍历元素

for x in int_arr:

   print(x)

python内置模块array不支持二维数组。

使用第三方扩展库numpy

numpy 全称为 Numerical Python，是 Python 的一个以矩阵为主的用于科学计算的基础软件包。NumPy 和 Pandas、Matpotlib 经常结合一起使用，所以被人们合称为数据分析三剑客。Numpy 中有功能强大的 ndarray 对象，能创建 N 维的数组，另外还提供很多通用函数，支持对数组的元素进行操作、支持对数组进行算法运算以及提供常用的统计函数。

对于第三方扩展库，需要先用pip install numpy安装，再用import加载。【Python标准库和第三方库简介 https://blog.csdn.net/cnds123/article/details/121167106】

使用第三方扩展库Numpy创建数组有多种方式

利用array()函数方式：

import numpy as np

创建一维数组

nd_one = np.array([1, 2, 3])

创建二维数组

nd_two = np.array([[1, 2, 3], [4, 5, 6]])

使用下标索引（第一个元素的索引为0）来访问列表中的值，如nd_one[1] 就是2，nd_two[1][1]就是5

NumPy 数组的维数称为秩（rank），秩就是轴的数量，即数组的维度，一维数组的秩为 1，二维数组的秩为 2，以此类推。每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。

NumPy之一维数组遍历，示例源码：

import numpy as np
LA=np.array([1,2,3])
for x in np.nditer(LA):
   print(x)

运行之：

NumPy之二维数组遍历，示例源码：

import numpy as np
nd_2D = np.array([[1, 2, 3], [4, 5, 6]])
#使用flat属性，返回的是数组的迭代器
for x in nd_2D.flat :
   print(x)
print("---------")   
#使用nditer函数，可以返回数组的迭代器
for x in np.nditer(nd_2D) :
   print(x)
print("---------") 
## 二维数组，每次遍历一行，以列表的形式返回一行的元素
for x in nd_2D :
   print(x)

运行之：

列表和numpy的数组各有特点，使用时需要了解注意，例如：

numpy库功能强大，在此不可能介绍全面，就不多说了，可参见其它资料。