Python 数组使用方法总结

Python 数组使用方法总结

1. 列表 (List)

1.1 创建列表

# 空列表
empty_list = []
empty_list = list()# 包含元素的列表
numbers = [1, 2, 3, 4, 5]
mixed = [1, "hello", 3.14, True]
nested = [[1, 2], [3, 4]]

1.2 基本操作

# 访问元素
first = numbers[0]        # 1
last = numbers[-1]        # 5
sublist = numbers[1:4]    # [2, 3, 4]# 修改元素
numbers[0] = 10# 长度
length = len(numbers)

1.3 常用方法

# 添加元素
numbers.append(6)           # 末尾添加
numbers.insert(1, 1.5)      # 指定位置插入
numbers.extend([7, 8, 9])   # 扩展列表# 删除元素
numbers.remove(3)           # 删除第一个匹配项
popped = numbers.pop()      # 删除并返回最后一个元素
popped = numbers.pop(1)     # 删除指定位置元素
del numbers[0]              # 删除指定位置元素# 查找和统计
index = numbers.index(4)    # 返回第一个匹配项的索引
count = numbers.count(2)    # 统计出现次数
exists = 3 in numbers       # 检查是否存在# 排序和反转
numbers.sort()              # 升序排序
numbers.sort(reverse=True)  # 降序排序
numbers.reverse()           # 反转列表
sorted_numbers = sorted(numbers)  # 返回新排序列表

2. 元组 (Tuple)

2.1 创建元组

# 创建元组
empty_tuple = ()
single_tuple = (1,)         # 单元素元组需要逗号
numbers = (1, 2, 3, 4, 5)

2.2 基本操作

# 访问元素（与列表相同）
first = numbers[0]
last = numbers[-1]# 元组不可变，不能修改元素
# numbers[0] = 10  # 会报错# 解包
a, b, c, d, e = numbers

3. 数组 (array)

3.1 创建数组

import array# 创建数值数组
int_array = array.array('i', [1, 2, 3, 4, 5])      # 整型
float_array = array.array('f', [1.0, 2.0, 3.14])   # 浮点型

3.2 基本操作

# 操作与列表类似，但类型必须一致
int_array.append(6)
int_array.extend([7, 8, 9])

4. NumPy 数组

4.1 创建数组

import numpy as np# 创建数组
arr1 = np.array([1, 2, 3, 4, 5])                    # 一维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])            # 二维数组
zeros = np.zeros((3, 3))                           # 全零数组
ones = np.ones((2, 4))                             # 全一数组
range_arr = np.arange(0, 10, 2)                    # 类似range

4.2 数组操作

# 形状操作
shape = arr2.shape                                 # 数组形状
reshaped = arr2.reshape(3, 2)                      # 改变形状# 数学运算
result = arr1 + 10                                 # 广播运算
result = np.sin(arr1)                              # 数学函数
result = arr1 * arr1                               # 逐元素乘法# 统计操作
mean = np.mean(arr1)                               # 平均值
sum_val = np.sum(arr1)                             # 求和
max_val = np.max(arr1)                             # 最大值

4.3 索引和切片

# 高级索引
sub_arr = arr2[0, :]                               # 第一行
sub_arr = arr2[:, 1]                               # 第二列
mask = arr1 > 2                                    # 布尔索引
filtered = arr1[mask]                              # 条件筛选

5. 常用操作总结

5.1 遍历数组

# 遍历列表
for item in numbers:print(item)# 带索引遍历
for index, item in enumerate(numbers):print(f"Index {index}: {item}")# 遍历多维数组
for row in arr2:for element in row:print(element)

5.2 列表推导式

# 创建新列表
squares = [x**2 for x in numbers]
even_numbers = [x for x in numbers if x % 2 == 0]

5.3 映射和过滤

# 使用map和filter
doubled = list(map(lambda x: x * 2, numbers))
evens = list(filter(lambda x: x % 2 == 0, numbers))