百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 热门文章 > 正文

Python 数据类型 - 数组 python中数组的用法

bigegpt 2024-10-12 05:06 31 浏览


Python 数据类型 - 数组

在本节中,你将学习如何在 Python 中创建和访问数组的元素。

数组是相同数据类型的元素的集合。数组和列表之间的主要区别是列表可以具有不同数据类型的元素。

在 Python 编程中,要创建数组,你需要导入 array 模块,因为数组不是基本数据类型。

from array import *

数组定义

要声明数组,你必须遵循以下语法:

arrayName = array(typecode, [initializers])

在这里, arrayName 是数组的名称, typecode 确定数组的数据类型, initializers 是数组中的值。

你将在本节稍后部分了解有关 typecode 参数的更多信息。

我们来看下面的例子:

a = array('i', [1,2,3,4])

数组的名称是 atypecodei ,它指定数组的值将是整数数据类型的。如果尝试在该数组中存储除整数以外的值,将引发错误:

>>> a=array('i', [1,2,3.4,4])
Traceback (most recent call last):
  File "<pyshell#4>", line 1, in <module>
    a=array('i', [1,2,3.4,4])
TypeError: integer argument expected, got float

让我们检查包含一些整数的数组的示例:

>>> from array import *
>>> a = array('i', [1,2,3,4])
>>> for i in a:
    print(i)
1
2
3
4

typecode参数

参数

含义

b

1 个字节的有符号整数

B

1 个字节的无符号整数

u

2 个字节的 unicode 字符

h

2 个字节的有符号整数

H

2 个字节的无符号整数

i

2 个字节的有符号整数

I

2 个字节的无符号整数

l

4 个字节的有符号整数

L

4 个字节的无符号整数

f

4 个字节的浮点数

d

8 个字节的浮点数

数组索引

你可以使用索引运算符 [] 来获取数组的元素。

使用索引运算符[]检索数组的元素

>>> a = array('i', [1,2,3,4])
>>> print("First element of array =", a[0])
First element of array = 1
>>> print("Second element of array =", a[1])
Second element of array = 2

使用index(x)方法获取给定值的索引

index(x) 方法返回首次出现 x 的最小索引。

>>> a = array('i', [1,2,3,4])
>>> print("1 is found at location:", a.index(1))
1 is found at location: 0
>>> print("4 is found at location:", a.index(4))
4 is found at location: 3

负索引

类似于其他 Python 序列数据类型,如
字符串
strings

列表 lists

元组 tuples
range 对象等,你也可以使用负索引来访问数组中的元素。

>>> a = array('i', [1,2,3,4])
>>> print("last element of array:",a[-1])
last element of array: 4

遍历数组

首先,找到数组的长度:

数组len()方法

len() 方法返回数组中的元素数。

>>> a = array('i', [1,2,3,4])
>>> print("length of a:", len(a))
length of a: 4

遍历数组

你可以使用 for 循环来遍历数组的元素。

>>> a = array('i', [1,2,3,4])
>>> for i in range(len(a)):
    print(a[i])
1
2
3
4

或者,

>>> a = array('i', [1,2,3,4])
>>> for i in a:
    print(i)
1
2
3
4

更新数组

append()

你可以使用数组 append() 方法将一个元素附加到数组的末尾。

>>> a = array('i', [1,2,3,4,5,7,8,9])
>>> a.append(10)
>>> print(a)
array('i', [1, 2, 3, 4, 5, 7, 8, 9, 10])

insert(i, x)

你可以使用 insert(i, x) 方法将元素 x 插入给定索引 i

>>> a = array('i', [1,2,3,4,5,7,8,9])
>>> a.insert(3,44)
>>> print(a)
array('i', [1, 2, 3, 44, 4, 5, 7, 8, 9])

extend(x)

append(x)x 元素作为一项添加到数组。 extend(x) 方法是通过在给定对象中附加所有 x 中的元素来扩展数组的方法。

>>> a = array('i', [1,2,3,4,5,7,8,9])
>>> a.extend([10,11,12,13,14,15])
>>> print(a)
array('i', [1, 2, 3, 4, 5, 7, 8, 9, 10, 11, 12, 13, 14, 15])

警告

如果 x 是另一个数组,则它应具有完全相同的数据类型代码,否则将引发 TypeError 。如果 x 不是 Python 数组,则它必须是可迭代的,并且其元素必须与要扩展的数组具有相同的数据类型。

fromlist()

fromlist() 将列表中的元素添加到数组中。

>>> a = array('i', [1,2,3,4,5,7,8,9])
>>> l = [10,11]
>>> a.fromlist(l)
>>> print(a)
array('i', [1, 2, 3, 4, 5, 7, 8, 9, 10, 11])

修改数组的不同方法

reverse()

reverse() 反转数组。

>>> a = array('i', [1,2,3,4,5,7,8,9])
>>> a.reverse()
>>> print(a)
array('i', [9, 8, 7, 5, 4, 3, 2, 1])

+运算符

可以使用 + 运算符将两个数组连接起来:

>>> a = array('i', [1,2,3,4,5,7,8,9])
>>> b = array('i', [10,11])
>>> print(a + b)
array('i', [1, 2, 3, 4, 5, 7, 8, 9, 10, 11])

*运算符

* 运算符将数组中的元素重复特定的次数。

>>> a = array('i', [1,2,3,4,5,7,8,9])
>>> a = a * 2
>>> print(a)
array('i', [1, 2, 3, 4, 5, 7, 8, 9, 1, 2, 3, 4, 5, 7, 8, 9])

在此,元素重复两次。

从数组中删除元素

del 语句从数组中删除一个或多个元素。你还可以使用 del 删除整个数组:

>>> a = array('i', [1,2,3,4,5,7,8,9])
>>> del a[3]
>>> print(a)
array('i', [1, 2, 3, 5, 7, 8, 9])
>>> del a           #entire array is deleted

remove(x)

remove() 从数组中删除第一次出现的 x

>>> a = array('i', [1,2,3,4,5,7,8,9,3])
>>> a.remove(3)
>>> print(a)
array('i', [1, 2, 4, 5, 7, 8, 9, 3])

pop()

pop() 将删除并返回数组中的最后一个元素。

>>> a = array('i', [1,2,3,4,5,7,8,9])
>>> a.pop()
9
>>> print(a)
array('i', [1, 2, 3, 4, 5, 7, 8])

数组方法

下表描述了数组方法:

方法

描述

append()

在数组末尾添加一个元素

extend()

向数组添加多个元素。将给定数组的所有元素添加到另一个数组

insert()

在所需位置添加元素

remove()

从数组中删除特定元素

pop()

从给定位置删除元素并返回该元素

clear()

从数组中删除所有元素

index()

返回数组中第一个匹配元素的索引

count()

返回匹配的元素总数

sort()

以升序对数组的元素进行排序

reverse()

反转数组元素的顺序

copy()

返回一个数组的拷贝


相关推荐

方差分析简介(方差分析通俗理解)

介绍方差分析(ANOVA,AnalysisofVariance)是一种广泛使用的统计方法,用于比较两个或多个组之间的均值。单因素方差分析是方差分析的一种变体,旨在检测三个或更多分类组的均值是否存在...

正如404页面所预示,猴子正成为断网元凶--吧嗒吧嗒真好吃

吧嗒吧嗒,绘图:MakiNaro你可以通过加热、冰冻、水淹、模塑、甚至压溃压力来使网络光缆硬化。但用猴子显然是不行的。光缆那新挤压成型的塑料外皮太尼玛诱人了,无法阻挡一场试吃盛宴的举行。印度政府正...

Python数据可视化:箱线图多种库画法

概念箱线图通过数据的四分位数来展示数据的分布情况。例如:数据的中心位置,数据间的离散程度,是否有异常值等。把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)...

多组独立(完全随机设计)样本秩和检验的SPSS操作教程及结果解读

作者/风仕在上一期,我们已经讲完了两组独立样本秩和检验的SPSS操作教程及结果解读,这期开始讲多组独立样本秩和检验,我们主要从多组独立样本秩和检验介绍、两组独立样本秩和检验使用条件及案例的SPSS操作...

方差分析 in R语言 and Excel(方差分析r语言例题)

今天来写一篇实际中比较实用的分析方法,方差分析。通过方差分析,我们可以确定组别之间的差异是否超出了由于随机因素引起的差异范围。方差分析分为单因素方差分析和多因素方差分析,这一篇先介绍一下单因素方差分析...

可视化:前端数据可视化插件大盘点 图表/图谱/地图/关系图

前端数据可视化插件大盘点图表/图谱/地图/关系图全有在大数据时代,很多时候我们需要在网页中显示数据统计报表,从而能很直观地了解数据的走向,开发人员很多时候需要使用图表来表现一些数据。随着Web技术的...

matplotlib 必知的 15 个图(matplotlib各种图)

施工专题,我已完成20篇,施工系列几乎覆盖Python完整技术栈,目标只总结实践中最实用的东西,直击问题本质,快速帮助读者们入门和进阶:1我的施工计划2数字专题3字符串专题4列表专题5流程控制专题6编...

R ggplot2常用图表绘制指南(ggplot2绘制折线图)

ggplot2是R语言中强大的数据可视化包,基于“图形语法”(GrammarofGraphics),通过分层方式构建图表。以下是常用图表命令的详细指南,涵盖基本语法、常见图表类型及示例,适合...

Python数据可视化:从Pandas基础到Seaborn高级应用

数据可视化是数据分析中不可或缺的一环,它能帮助我们直观理解数据模式和趋势。本文将全面介绍Python中最常用的三种可视化方法。Pandas内置绘图功能Pandas基于Matplotlib提供了简洁的绘...

Python 数据可视化常用命令备忘录

本文提供了一个全面的Python数据可视化备忘单,适用于探索性数据分析(EDA)。该备忘单涵盖了单变量分析、双变量分析、多变量分析、时间序列分析、文本数据分析、可视化定制以及保存与显示等内容。所...

统计图的种类(统计图的种类及特点图片)

统计图是利用几何图形或具体事物的形象和地图等形式来表现社会经济现象数量特征和数量关系的图形。以下是几种常见的统计图类型及其适用场景:1.条形图(BarChart)条形图是用矩形条的高度或长度来表示...

实测,大模型谁更懂数据可视化?(数据可视化和可视化分析的主要模型)

大家好,我是Ai学习的老章看论文时,经常看到漂亮的图表,很多不知道是用什么工具绘制的,或者很想复刻类似图表。实测,大模型LaTeX公式识别,出乎预料前文,我用Kimi、Qwen-3-235B...

通过AI提示词让Deepseek快速生成各种类型的图表制作

在数据分析和可视化领域,图表是传达信息的重要工具。然而,传统图表制作往往需要专业的软件和一定的技术知识。本文将介绍如何通过AI提示词,利用Deepseek快速生成各种类型的图表,包括柱状图、折线图、饼...

数据可视化:解析箱线图(box plot)

箱线图/盒须图(boxplot)是数据分布的图形表示,由五个摘要组成:最小值、第一四分位数(25th百分位数)、中位数、第三四分位数(75th百分位数)和最大值。箱子代表四分位距(IQR)。IQR是...

[seaborn] seaborn学习笔记1-箱形图Boxplot

1箱形图Boxplot(代码下载)Boxplot可能是最常见的图形类型之一。它能够很好表示数据中的分布规律。箱型图方框的末尾显示了上下四分位数。极线显示最高和最低值,不包括异常值。seaborn中...