一、数组的定义与基本操作
数组是一种数据结构，可以用来存储一系列的数据，它们可以是数字、字符串甚至是对象。在Python中，可以使用列表（list）、元组（tuple）以及 NumPy 模块中的数组（array）来定义数组。
列表是最常用的数组类型，它可以用 [ ] 或 list( ) 来创建。列表中的每个元素都有一个对应的位置，我们可以通过下标来访问和操作元素，下标从 0 开始计数。下面是一个创建列表、访问元素和修改元素的例子：
arr = [1, 2, 3, 4, 5] # 创建列表 print(arr[0]) # 访问元素 arr[0] = 0 # 修改元素 print(arr)
元组和列表很相似，但它是不可变的，也就是说它的值一旦被确定就不能再改变。元组可以用 ( ) 或 tuple( ) 来创建，下面是一个访问元素的例子：
arr = (1, 2, 3, 4, 5) # 创建元组 print(arr[0]) # 访问元素
NumPy库是Python中专门用于数学运算的库之一，它提供了一种高性能的数组类型，可以用于替代Python中常规的列表。这种数组被称为NumPy数组，或者简称为ndarray。下面是一个创建NumPy数组并访问元素的例子：
import numpy as np arr = np.array([1, 2, 3, 4, 5]) # 创建NumPy数组 print(arr[0]) # 访问元素
二、数组的遍历和复制
除了访问、修改元素外，我们还经常需要对整个数组进行遍历操作，Python中数组遍历可以使用for循环，下面是一个列表遍历的例子：
arr = [1, 2, 3, 4, 5]
for i in arr:
print(i)
有时我们需要将数组复制一份，以便独立操作，可以使用切片（slice）或者 copy() 方法完成。切片可以很方便地对列表和元组进行复制和截取，此时返回的结果是一个新的列表或元组。下面是一个列表复制和截取的例子：
arr = [1, 2, 3, 4, 5] new_arr = arr[:] # 复制整个数组 sub_arr = arr[1:3] # 截取数组
使用 copy() 方法可以对列表进行复制，但又分为浅拷贝和深拷贝两种方式。浅拷贝只复制了原始列表的引用，对新列表修改会影响到原始列表。而深拷贝则复制了整个列表，新列表与原始列表之间没有任何关联。下面是一个浅拷贝和深拷贝的例子：
arr = [1, 2, 3, [4, 5]] shallow_arr = arr.copy() # 浅拷贝 deep_arr = copy.deepcopy(arr) # 深拷贝 shallow_arr[3][0] = 0 # 修改浅拷贝后的数组 print(arr) # 原始数组被修改 deep_arr[3][0] = 0 # 修改深拷贝后的数组 print(arr) # 原始数组没有被修改
三、高级数组操作
1. 数组的连接和重复
数组之间可以进行连接和重复操作。如果想将两个数组合并为一个数组，可以使用 + 运算符或 extend() 方法完成，下面是一个数组连接的例子：
arr1 = [1, 2, 3] arr2 = [4, 5, 6] new_arr = arr1 + arr2 # 连接两个数组 arr1.extend(arr2) # 使用 extend() 方法连接两个数组
如果想重复一个数组，可以使用 * 运算符或者 repeat() 方法完成，下面是一个数组重复的例子：
arr1 = [1, 2, 3] new_arr = arr1 * 3 # 重复一个数组 arr1 = np.array([1, 2, 3]) new_arr = np.repeat(arr1, 3) # 使用repeat()方法重复数组
2. 数组的排序和搜索
对数组进行排序和搜索是使用频率比较高的操作。Python内置的 sorted() 函数可以对列表进行排序，而 NumPy 模块中的 sort() 方法可以对数组进行排序。下面是一个列表排序和数组排序的例子：
arr1 = [3, 6, 1, 2, 5] new_arr = sorted(arr1) # 对列表进行排序 arr2 = np.array([3, 6, 1, 2, 5]) new_arr = np.sort(arr2) # 对数组进行排序
如果想查找一个元素在数组中的位置，可以使用 index() 方法。但如果要查找多个元素，就需要使用 NumPy 模块中的 where() 函数。where() 函数可以在数组中查找满足条件的元素，返回一个元组，元组中包含了满足条件的元素的下标，下面是一个查找元素和搜索数组的例子：
arr = [1, 2, 3, 4, 5] index = arr.index(3) # 查找一个元素在数组中的位置 arr = np.array([1, 2, 3, 4, 5]) new_arr = np.where(arr > 3) # 搜索数组中满足条件的元素
3. 多维数组的操作
Python中的 NumPy 模块提供了对多维数组的支持，我们可以使用 NumPy 模块来操作、组合多维数组。下面是一个二维数组创建以及按照列或行合并的例子：
arr = np.array([[1, 2, 3], [4, 5, 6]]) # 创建二维数组 new_arr = np.concatenate((arr, arr), axis=1) # 按照列合并两个数组 new_arr = np.concatenate((arr, arr), axis=0) # 按照行合并两个数组
四、总结
本文详细地介绍了 Python 中定义数组的多个方面，包括数组的定义与基本操作、数组的遍历和复制、高级数组操作等。数组是数据结构中很重要的一种类型，Python 内置的列表和元组，以及 NumPy 模块中的数组都可以用来定义数组，通过这篇文章的介绍，我们可以更好地了解和掌握 Python 中定义数组的方法和技巧。
本文链接：https://my.lmcjl.com/post/12437.html
4 评论