数据结构 01-数组概念、Python 中实现数组的两种方式

大家好，欢迎来到IT知识分享网。

目       录

1. 数组概念

2. Python 中实现数组的两种方式

2.1 使用内置列表 list 实现

2.2 使用模块 array 实现

2.2.1 模块 array 的优点

2.2.2 模块 array 使用-查看支持的类型

2.2.3 模块 array 使用-创建数组

 2.2.3 模块 array 使用-数组使用

2.2.4 模块 array 使用-从文件读取和存入文件

3. Python 中数组的广泛运用

3.1 numpy 模块的介绍

3.2 pandas 模块的介绍

1. 数组概念

      几乎所有编程语言中，都会有类似于数组的结构。一般来说，数组是一个固定长度的存储相同数据类型的数据结构，数组中的元素被存储在一段连续的内存空间中。它是最简单的数据结构之一。数组中的元素通过数组下标进行访问，数组下标从0开始。

        在 C 、Java 语言中，同一个数组中的元素类型是一致的，在创建数组时候就需要明确数据类型，并以此开辟内存空间。

        Python 中没有内置数组类型，但是有加强版的“数组”类型，那就是前面说过的列表 list 类型。

        列表既有数组的优点：1、按照索引查询元素速度快 2、按照索引遍历数组方便；又避免了其他编程语言中的缺点：数组的大小固定后就无法扩容了 2、数组只能存储一种类型的数据。Python 中列表既不需要在一开始就明确数据数目，也不需要明确存储空间大小，因为它是可以动态增加的，此外它想存什么就存什么，在同一个列表中可以存储不同类型的元素。

2. Python 中实现数组的两种方式

2.1 使用内置列表 list 实现

        相关列表 list 的使用，请参看下面的章节！

 Python 内置数据类型 02—-列表_江南野栀子的博客-CSDN博客

2.2 使用模块 array 实现

2.2.1 模块 array 的优点

        内置列表 list 有灵活的优点，但是正是因为可以灵活的存储不同类型的数据，在读取数据上势必会带来性能的下降，这时候就需要使用 array 模块中的数据类型来弥补这个缺点。

        array 模块是 Python 中实现的一种高效的数组存储类型，也是内存连续，。它和列表 list 相似，但是所有的数组成员必须是同一种类型，在创建数组的时候，就确定了数组的类型，并且只能存储数值（整数，浮点数和unicode字符）和字符串。

2.2.2 模块 array 使用-查看支持的类型

>>> import array >>> array.typecodes 'bBuhHiIlLqQfd' >>> 

 其中每个字符的含义如下，从Python类型来看，只能存储整数，浮点数和unicode字符。

2.2.3 模块 array 使用-创建数组

        在构造一个数组时候，需要提供一个类型代码字符来指示存储何种元素，以及一个可迭代对象来填充元素。

# 构造方法如下，需要提供一个类型代码字符来指示存储何种元素 # 以及一个可迭代对象来填充元素 # array.array(typecode[, initializer]) import array # 创建一个存储整型的array arr1= array.array('i', [1,2,3,4,5,6]) arr2= array.array('f', [1,2,3,4,5,6]) arr3= array.array('u',[u'a',u'b',u'c']) print(arr1) print(arr2) print(arr3)

 2.2.3 模块 array 使用-数组使用

        构造好的数组使用如列表，可以按照下标读取，可以切片，可以增删改查。

for i in range(len(arr1)): print(arr1[i]) arr2[3]=9 print(arr2) s=slice(2) print(arr3[s])

2.2.4 模块 array 使用-从文件读取和存入文件

        数组 array 还提供从文件读取和存入文件的更快的方法，如.frombytes 和 .tofile 。

3. Python 中数组的广泛运用

3.1 numpy 模块的介绍

Numpy 模块简介_江南野栀子的博客-CSDN博客_numpy模块

3.2 pandas 模块的介绍

pandas 的数据类型简单介绍-Series 与 DataFrame_江南野栀子的博客-CSDN博客_dataframe数据类型

”

要是大家觉得写得还行，麻烦点个赞或者收藏吧，想个博客涨涨人气，非常感谢！

”’