python中的数组（Array）

在Python中，数组（Array）是一种有序的数据集合，用于存储固定数量的相同类型的元素。数组是一个连续的内存空间，可以按照索引访问和修改每个元素。

特点：

1. 数组中的元素具有相同的数据类型，可以是数字、字符串或其他类型。
2. 数组的大小是固定的，一旦创建，其长度不能改变。
3. 可以通过索引值来访问和修改数组中的元素。
4. 数组中的元素在内存中是连续存储的。

创建数组：

在Python中，可以使用第三方库 numpy 来创建和操作数组。Numpy是Python的一个强大数学和科学计算库，为高效操作多维数组提供了丰富的函数和方法。

首先需要安装 numpy 库，可以使用以下命令安装：

pip install numpy

安装完成后，就可以使用 numpy 来创建数组：

import numpy as np

arr = np.array([1, 2, 3, 4, 5])  # 创建一维数组
print(arr)  # 输出: [1 2 3 4 5]

matrix = np.array([[1, 2, 3], [4, 5, 6]])  # 创建二维数组
print(matrix)
# 输出:
# [[1 2 3]
#  [4 5 6]]

访问和修改数组元素：

可以使用索引值来访问数组中的特定元素。索引值从0开始，可以是整数或切片对象。对于多维数组，可以通过逐层索引来访问和修改元素。

import numpy as np

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

print(arr[0])  # 输出: 1，访问第一个元素

arr[2] = 10  # 修改第三个元素为10
print(arr)  # 输出: [ 1  2 10  4  5]

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

print(matrix[0, 1])  # 输出: 2，访问第一行第二列元素

matrix[1, 2] = 7  # 修改第二行第三列元素为7
print(matrix)
# 输出:
# [[1 2 3]
#  [4 5 7]]

常用操作：

• 数组形状：可以使用 shape 属性获取数组的形状，返回一个表示各个维度大小的元组。

import numpy as np

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

shape = matrix.shape
print(shape)  # 输出: (2, 3)，表示2行3列的二维数组

• 数组操作：Numpy提供了丰富的函数和方法来操作数组，如计算最大值、最小值、平均值，以及进行排序等。

import numpy as np

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

maximum = np.max(arr)  # 计算数组的最大值
print(maximum)  # 输出: 6

minimum = np.min(arr)  # 计算数组的最小值
print(minimum)  # 输出: 1

mean = np.mean(arr)  # 计算数组的平均值
print(mean)  # 输出: 3.6

sorted_arr = np.sort(arr)  # 对数组进行排序
print(sorted_arr)  # 输出: [1 2 4 5 6]

• 数组切片：可以使用切片对象来获取数组的子集。切片对象由开始索引、结束索引和步长组成。

import numpy as np

arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

subset = arr[2:6]  # 获取索引2到5（不包括6）的子集
print(subset)  # 输出: [2 3 4 5]

reversed_arr = arr[::-1]  # 将数组逆序
print(reversed_arr)  # 输出: [9 8 7 6 5 4 3 2 1 0]

以上是关于Python中数组的详细讲解。数组是一种常见的数据结构，用于存储和处理大量相同类型的数据。借助第三方库 numpy，我们可以高效地创建、访问和操作数组，从而方便地进行数值计算和科学运算。