Python怎么定义数组?
在Python编程中,数组是存储多个同类型或不同类型数据的基础结构。与C语言等传统语言不同,Python怎么定义数组并非仅有一种方式,而是提供了多种数据结构以满足不同场景需求。理解这些差异是高效编程的关键。本文将系统讲解Python中定义数组的三种主流方式:内置list、标准库array.array及第三方库NumPy ndarray,涵盖其定义方法、特性对比、性能表现、使用陷阱及实战案例。
许多初学者误以为Python没有数组类型,实则不然。Python虽未将数组作为内置基本类型(如int、str),但通过list、tuple、array模块及NumPy等库,提供了功能完备的数组式数据结构。其中,list是最常用且最灵活的,但若涉及数值计算、大规模数据处理或高性能需求,array.array与numpy.ndarray则更具优势。
📌 核心要点
- Python中定义数组需明确目标:通用容器选list,数值计算选NumPy
- list可存放任意类型对象,支持动态扩容,但内存开销较大
- array模块提供紧凑型数组,元素类型受限(如i、f、d),内存效率高
- NumPy ndarray是科学计算基石,支持向量化运算、广播机制及高效底层实现
Python中数组的三大主流类型
在Python生态中,真正可视为“数组”的类型主要有三种:内置list(列表)、标准库array.array(数组)、以及第三方numpy.ndarray(多维数组)。它们在设计目标、内存布局、功能特性上存在显著差异,需根据具体需求选择。
| 类型 | 来源 | 元素类型 | 内存效率 | 支持维度 | 核心优势 |
|---|---|---|---|---|---|
list |
内置 | 任意类型混合 | 低(对象指针存储) | 一维(嵌套实现多维) | 灵活、易用、功能丰富 |
array.array |
标准库 | 单一基本类型 | 高(紧凑存储) | 一维 | 内存紧凑、类型安全 |
numpy.ndarray |
NumPy库 | 同质(通常为数值) | 极高(连续内存块) | 任意维度(1D~ND) | 向量化运算、高性能计算 |
选择建议:日常开发优先用list;需节省内存且元素类型单一时用array.array;涉及科学计算、机器学习、图像处理等需大量数值运算时,必须用numpy.ndarray。
用list定义数组:最常用方式
list是Python中最基础的序列类型,本质上是动态数组(动态扩容的顺序表),可存放任意类型对象,支持索引、切片、追加、删除等丰富操作。虽然技术上list不是“数组”(因元素类型不固定),但在日常语境中常被称作“Python数组”。
基本定义方法
定义数组最直接的方式是用方括号:
# 用方括号直接定义
numbers = [1, 2, 3, 4, 5]
fruits = ['apple', 'banana', 'cherry']
mixed = [1, 'two', 3.0, True, None] # 混合类型
使用list()构造函数
# 从可迭代对象创建
nums_from_range = list(range(1, 6)) # [1, 2, 3, 4, 5]
chars_from_str = list('hello') # ['h', 'e', 'l', 'l', 'o']
empty_list = list() # []
列表推导式(高效初始化)
列表推导式是Python中简洁创建列表的语法糖,特别适合定义数组时进行初始化计算:
# 创建0~9的平方数列表
squares = [x**2 for x in range(10)] # [0, 1, 4, 9, 16, ..., 81]
# 条件过滤:仅保留偶数的平方
even_squares = [x**2 for x in range(10) if x % 2 == 0] # [0, 4, 16, 36, 64]
# 嵌套循环:生成坐标点
points = [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y] # [(1,3),(1,4),(2,3),(2,1),(2,4),(3,1),(3,4)]
多维“数组”的模拟
Python的list本身不支持多维数组原生语法,但可通过嵌套list实现二维或更高维结构:
# 二维列表(3行4列)
matrix = [[0]*4 for _ in range(3)] # [[0,0,0,0], [0,0,0,0], [0,0,0,0]]
# 注意:禁止用 [[0]*4]*3!会导致行引用同一对象
bad_matrix = [[0]*4]*3 # ❌ 修改一行会影响所有行
bad_matrix[0][0] = 1
print(bad_matrix) # [[1,0,0,0], [1,0,0,0], [1,0,0,0]]
⚠️ 常见误区:浅拷贝陷阱
使用`[[0]*4]*3`初始化二维list时,所有行共享同一子列表对象,导致修改一行影响全局。正确做法是用列表推导式`[[0]*4 for _ in range(3)]`,确保每行独立创建。
常见操作速查
访问与修改
arr = [10, 20, 30, 40]
print(arr[1]) # 20
arr[2] = 35 # 修改第三个元素
print(arr) # [10, 20, 35, 40]
切片操作
arr = [0,1,2,3,4,5,6,7,8,9]
print(arr[2:7:2]) # [2, 4, 6]
print(arr[::-1]) # 反转 [9,8,...,0]
增删元素
arr.append(10) # 尾部添加
arr.insert(1, 99) # 在索引1插入99
arr.extend([11,12]) # 批量追加
arr.pop(1) # 删除并返回索引1元素
del arr[2:5] # 删除切片
用array.array定义数组:标准库紧凑型
当需要更高效的内存使用且元素类型固定时,Python标准库提供了array.array模块。它与list类似,但所有元素必须是相同基本类型(如整数、浮点数),并以紧凑二进制格式存储,显著减少内存开销。
定义与类型码
定义数组需导入array模块,并指定类型码(type code):
from array import array
# 整型数组(有符号int,类型码'i')
int_arr = array('i', [1, 2, 3, 4])
# 浮点型数组(双精度,类型码'd')
float_arr = array('d', [1.1, 2.2, 3.3])
# 字符数组(不推荐,Python3中已弃用)
常用类型码:`'b'`(signed char)、`'B'`(unsigned char)、`'h'`(signed short)、`'H'`(unsigned short)、`'i'`(signed int)、`'I'`(unsigned int)、`'l'`(signed long)、`'L'`(unsigned long)、`'f'`(float)、`'d'`(double)。
💡 为什么需要类型码?
类型码确保数组元素以固定大小二进制格式存储,避免了list中每个元素作为独立对象存储的指针开销。例如,int数组用`'i'`时,每个元素占4字节(32位系统),而list中每个int对象需约28字节(对象头+值+引用)。
特性与操作
arr = array('i', [10, 20, 30])
# 支持索引、切片、len()等标准序列操作
print(arr[1]) # 20
print(arr[1:3]) # array('i', [20, 30])
print(len(arr)) # 3
# 但仅支持同类型赋值
arr[0] = 100 # ✅ OK
arr.append(40) # ✅ OK
arr.append(3.14) # ❌ TypeError: 'float' object cannot be interpreted as an integer
# 与list互转
list_from_arr = list(arr) # [10, 20, 30]
arr_from_list = array('i', [1,2,3]) # 直接传入list
内存效率实测对比
📊 内存占用对比(100万个整数)
list:约 8,000,000 字节(每个元素≈8字节指针 + 对象开销)array('i'):约 4,000,000 字节(每个元素固定4字节)- 节省约 50% 内存!
适用场景
当满足以下条件时,优先考虑array.array:
- 元素数量大(如百万级)且类型单一
- 需频繁I/O操作(二进制数据处理)
- 内存敏感场景(嵌入式、移动设备)
用numpy.ndarray定义数组:科学计算基石
对于数值计算、数据分析、机器学习等领域,numpy.ndarray是事实上的标准数组类型。NumPy是Python科学计算生态的核心库,其ndarray通过C语言实现,支持向量化运算、广播机制、多维索引及高效内存布局,性能远超纯Python实现。
安装与导入
# 安装(终端执行)
pip install numpy
# 导入(约定俗成缩写np)
import numpy as np
基本定义数组方法
# 从Python列表创建
arr1 = np.array([1, 2, 3, 4]) # 一维数组
# 创建二维数组
matrix = np.array([[1,2,3], [4,5,6]])
# 使用内置函数初始化
zeros = np.zeros((3, 4)) # 3行4列全0
ones = np.ones((2, 3, 4)) # 2×3×4全1(三维)
identity = np.eye(3) # 3阶单位矩阵
arange = np.arange(0, 10, 2) # [0,2,4,6,8]
linspace = np.linspace(0, 1, 5) # [0.0, 0.25, 0.5, 0.75, 1.0]
核心特性详解
元素类型(dtype)
ndarray要求所有元素类型一致,通过dtype属性查看或指定:
arr = np.array([1, 2, 3])
print(arr.dtype) # int64(或int32,取决于平台)
# 创建时指定dtype
float_arr = np.array([1, 2, 3], dtype=np.float32)
print(float_arr.dtype) # float32
# 类型转换
int_arr = np.array([1.5, 2.7, 3.9], dtype=np.int32)
print(int_arr) # [1, 2, 3](截断小数)
数组形状(shape)
shape属性返回各维度大小,是多维数组的核心标识:
arr = np.array([[1,2,3], [4,5,6]])
print(arr.shape) # (2, 3) → 2行3列
# 修改形状(需保持元素总数不变)
arr_reshaped = arr.reshape(3, 2)
print(arr_reshaped)
# [[1,2], [3,4], [5,6]]
形状变换技巧
reshape()返回视图(不复制数据),避免内存浪费:
# 1D转2D
vec = np.arange(12)
mat = vec.reshape(3, 4)
print(mat.shape) # (3, 4)
# 3D数组展平
arr3d = np.ones((2,3,4))
flat = arr3d.reshape(-1) # -1自动计算维度 → 长度24的一维数组
向量化运算(性能关键!)
ndarray支持对整个数组进行运算,无需显式循环:
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
# 元素级加法
c = a + b # [5, 7, 9]
# 标量广播
d = a * 2 # [2, 4, 6]
# 数学函数
e = np.sqrt(a) # [1.0, 1.414, 1.732]
# 多维矩阵乘法
A = np.array([[1,2],[3,4]])
B = np.array([[5,6],[7,8]])
C = A @ B # [[19,22], [43,50]]
🚀 性能对比:向量化 vs 循环
对100万个元素求平方:
- Python list + 循环:≈ 0.35 秒
- NumPy ndarray(向量化):≈ 0.002 秒(快175倍!)
高级索引与切片
arr = np.array([[1,2,3], [4,5,6], [7,8,9]])
# 布尔索引:筛选大于3的元素
mask = arr > 3
print(arr[mask]) # [4,5,6,7,8,9]
# 花式索引:按指定顺序取行
rows = arr[[2,0,1]] # 第2行、第0行、第1行 → [[7,8,9], [1,2,3], [4,5,6]]
# 切片与步长
sub = arr[0:3:2, 1:3] # 第0、2行,列1~2 → [[2,3], [8,9]]
三者对比:何时选择哪种定义数组方式?
✅ 选list的情况
- 元素类型混合(如[1, 'a', 3.0]
- 需频繁增删元素
- 数据量小(<1万)
- 通用编程场景
✅ 选array.array的情况
- 元素类型单一(如全整数)
- 需节省内存(百万级元素)
- 二进制I/O处理(如图像像素)
- 标准库可用,无需第三方
✅ 选numpy.ndarray的情况
- 科学计算/机器学习
- 多维数组操作
- 向量化运算需求
- 需高性能数值计算
特别提醒:在数据分析、机器学习领域,numpy.ndarray是必选项。pandas、scikit-learn等库均以ndarray为底层数据结构,强行用list会导致性能骤降。
最佳实践与避坑指南
常见错误与解决方案
错误1:list与ndarray混用
将list直接传入NumPy函数时,可能触发隐式转换,导致意外类型提升:
# 错误示例
mixed_list = [1, 2, 3.0] # 含int和float
arr = np.array(mixed_list)
print(arr.dtype) # float64(所有元素转为float)
✅ 正确做法:显式指定dtype或确保输入类型一致:
arr = np.array([1, 2, 3], dtype=np.int32) # 强制整型
错误2:修改list切片影响原数组
list的切片是浅拷贝,但ndarray切片是视图(共享内存):
# ndarray切片修改影响原数组
arr = np.array([1,2,3])
sub = arr[0:2] # 视图
sub[0] = 99
print(arr) # [99,2,3]!原数组被修改
# 解决方案:显式复制
sub = arr[0:2].copy() # 独立副本
错误3:用list模拟多维数组性能差
嵌套list在数值计算中效率极低:
# 低效方式:双重循环
matrix = [[i+j for j in range(100)] for i in range(100)]
result = [[0]*100 for _ in range(100)]
for i in range(100):
for j in range(100):
result[i][j] = matrix[i][j] * 2 # 10,000次循环
# 高效方式:NumPy向量化
matrix = np.array([[i+j for j in range(100)] for i in range(100)])
result = matrix * 2 # 一行搞定,快100倍+
性能优化建议
⚡ 三大黄金法则
- 避免循环:能向量化就不用for/while
- 预分配空间:用np.zeros/ones提前分配大小
- 选择合适dtype:int32 vs int64,float32 vs float64
网友最常问的定义数组问题
Q:Python有原生数组吗?
A:严格来说,Python没有像C那样的原生数组类型,但通过list、array.array、numpy.ndarray提供了数组式功能。list是事实上的标准容器,而array和numpy是针对特定场景的增强版。
Q:list和array的区别?
A:关键差异如下:
| 特性 | list | array.array |
|---|---|---|
| 元素类型 | 任意类型混合 | 单一基本类型 |
| 内存效率 | 低(对象指针) | 高(紧凑二进制) |
| 功能丰富度 | 高(方法多) | 中(基础序列操作) |
| 第三方依赖 | 无需 | 无需(标准库) |
Q:如何初始化空数组?
A:根据不同类型:
# list
empty_list = [] 或 empty_list = list()
# array.array
empty_int_arr = array('i') # 空整型数组
# numpy.ndarray
empty_arr = np.array([]) # 空一维数组
empty_2d = np.zeros((0, 3)) # 0行3列二维数组
Q:多维数组怎么定义?
A:
# list(嵌套)
matrix = [[1,2,3], [4,5,6], [7,8,9]]
# numpy.ndarray(原生多维)
matrix = np.array([[1,2,3], [4,5,6], [7,8,9]])
zeros_3d = np.zeros((2,3,4)) # 2×3×4三维数组
# array.array仅支持一维,多维需嵌套
row1 = array('i', [1,2,3])
row2 = array('i', [4,5,6])
matrix = [row1, row2]