Перейти к содержимому

Как записывать в массив python

  • автор:

Массивы в Python

В Python нет встроенного типа «массив», но вместо него можно использовать встроенный тип «список» (list). Также при использовании библиотеки NumPy можно создавать объект типа «массив» (Ndarray). Далее о каждом из этих двух вариантов подробнее.

Списки (list)

Список представляет собой тип, который может хранить любое количество элементов разных типов. Создать список в Python можно несколькими способами:

Создание

  • Создание пустого списка:
names = []
names = list()
  • Создание списка с элементами:
names = ['Иван', 'Женя', 'Ольга']
  • Создание списка на основе другого списка:
names = ['Иван', 'Женя', 'Ольга'] new_names = list(names)
  • Создание списка повторением какого-либо элемента или другого списка:
names = ['Иван', 'Женя', 'Ольга'] new_names = names * 2
  • Создание списка с помощью конструкции range():
numbers = list(range(10))

Функция range(10) возвращает числа от 0 до 9, на основе которых создаётся новый список.

Обращение к элементу

Обращение к элементу списка производится по индексу элемента:

names[0]

Индексы элементов начинаются с нулевого, то есть первый элемент списка имеет индекс «0», а второй — «1».

Обход элементов

Элементы списка можно обходить циклами for и while:

for name in names: print(name)

Сравнение

Списки можно сравнивать между собой. Для того, чтобы два списка считались равными, они должны иметь одинаковый состав. К примеру, следующие два списка будут равны, не смотря на разные способы их создания:

list1 = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] list2 = list(range(10))

Размерность

Список в Python может быть как одномерным, так и многомерным. Выше были приведены примеры одномерных списков. Чтобы список был многомерным, например, двухмерным, каждый элемент списка должен представлять собой другой список:

names = [['Иван', 19], ['Женя', 20], ['Ольга', 21]]

В данном примере список состоит из трёх списков, каждый из которых содержит имя и возраст. Аналогично можно создавать списки с большим количеством измерений — с большим количеством уровней вложенности.

Для получения элемента многомерного списка, нужно указывать столько индексов, сколько измерений необходимо использовать для описания элемента:

names = [['Иван', 19], ['Женя', 20], ['Ольга', 21]] names[1][0]

Преобразование

Двумерный список можно преобразовать в словарь с парами «ключ-значение»:

names = [['Иван', 19], ['Женя', 20], ['Ольга', 21]] new_dict = dict(names)

Матрицы

Двумерный список является матрицей, которую визуально можно представить в следующем виде:

В данном примере переменная А содержит двумерный список, т.е. список списков, каждый из которых состоит из трёх элементов. Тип list в Python не поддерживает работу со списками как с матрицами, но, тем не менее, позволяет матрицы хранить.

Массивы NumPy (Ndarray)

Создание

Для использования класса Ndarray предварительно необходимо импортировать библиотеку numpy:

import numpy as np

Для создания массива используется функция модуля numpy — array():

import numpy as np new_array = np.array(['Иван', 'Женя', 'Ольга'])

В первый параметр функции array() передаётся список, поэтому способов создания столько же, сколько способов создания списков. При передаче в параметр многомерного списка будет создан многомерный массив:

import numpy as np new_array = np.array([['Иван', 19], ['Женя', 20], ['Ольга', 21]])

Тип значения элементов

В данном примере элементы массива были приведены к строковому типу, так как каждый список главного списка содержал строковое значение. Тип значения элементов массива можно переопределять при создании массива, указывая его вторым параметром функции array():

import numpy as np new_array = np.array([['Иван', 19], ['Женя', 20], ['Ольга', 21]], dtype=np.str)

Обращение к элементам

Обращение к элементам массива Ndarray производится аналогично получение элемента в многомерном списке.

Атрибуты класса Ndarray

Далее рассмотрим атрибуты класса Ndarray:

  • ndim — число измерений (осей) массива;
  • shape — размерность массива. Это tuple, содержащий натуральные числа (n, m) — длины массива по каждой оси (n — высота, m — ширина). Число элементов кортежа shape равно ndim.
  • size — количество элементов в массиве, равно произведению всех элементов атрибута shape;
  • dtype — тип элементов массива. NumPy предоставляет возможность использовать как встроенные типы, например: bool_, character, int8, int16, int32, int64, float8, float16, float32, float64, complex64, object_, так и собственные типы данных, в том числе и составные;
  • itemsize — размер каждого элемента массива в байтах;
  • data — буфер, содержащий фактические элементы массива. Обычно не нужно использовать этот атрибут, так как обращаться к элементам массива проще всего с помощью индексов.

Изменение размерности

Размерность массива darray в Python можно изменять методом reshape():

import numpy as np new_array = np.array([['Иван', 19], ['Женя', 20], ['Ольга', 21]], dtype=np.str) new_array.reshape(2, 3)

При этом количество элементов должно позволять это сделать, т.е. произведение элементов атрибута shape до и после изменения размера должно быть одинаковым. К примеру, нельзя изменить размерность массива с (3, 4) на (2, 5), но можно изменить её на (2, 6).

Как записывать в массив python

В качестве шаблонов также могут выступать массивы. Подобным шаблоны также могут содержать либо конкретные значения, либо переменные, которые передаются элементы массивов, либо символ прочерка _, если элемент массива не важен:

def print_people(people): match people: case ["Tom", "Sam", "Bob"]: print("default people") case ["Tom", second, _]: print(f"Second Person: ") case [first, second, third]: print(f", , ") print_people(["Tom", "Sam", "Bob"]) # default people print_people(["Tom", "Mike", "Bob"]) # Second Person: Mike print_people(["Alice", "Bill", "Kate"]) # Alice, Bill, Kate print_people(["Tom", "Kate"]) # несоответствует ни одному из шаблонов

В данном случае функция print_people принимает массив, который, как предполагается, состоит из трех элементов.

Первый шаблон предполагает, что элементы массива имеют определенные значения:

case ["Tom", "Sam", "Bob"]: print("default people")

В данном случае первый элемент массива должен представлять строку «Tom», второй — строку «Sam» и третий — строку «Bob».

Второй шаблон предполагает, что первый элемент массива должен быть равне строке «Tom», остальные два элемента могут иметь произвольные значения:

case ["Tom", second, _]: print(f"Second Person: ")

При этом значение второго элемента передается в переменную second, а значение третьего элемента не важно, поэтому вместо него применяется прочерк.

Третий шаблон соответствует любому массиву из трех элементов. При этом его элементы передаются в переменные first, second и third:

case [first, second, third]: print(f", , ")

В данном случае для соответствия любому из шаблонов массив должен был иметь три элемента. Но также можно определять шаблоны для массивов разной длины:

def print_people(people): match people: case [_]: print("Массив из одного элемента") case [_, _]: print("Массив из двух элементов") case [_, _, _]: print("Массив из трех элементов") case _: print("Непонятно") print_people(["Tom"]) # Массив из одного элемента print_people(["Tom", "Sam"]) # Массив из двух элементов print_people(["Tom", "Sam", "Bob"]) # Массив из трех элементов print_people("Tom") # Непонятно

Массивы неопределенной длины

Если необходимо сравнивать выражение с массивом неопределенной длины, то можно определить значения/переменные только для обязательных элементов массива, а на необязательные ссылаться с помощью символа * (звездочки):

def print_people(people): match people: case [first, *other]: print(f"First: Other: ") print_people(["Tom"]) # First: Tom Other: [] print_people(["Tom", "Sam"]) # First: Tom Other: ["Sam"] print_people(["Tom", "Sam", "Bob"]) # First: Tom Other: ["Sam", "Bob"]

В примере выше применяется параметр *other , который соответствует всем остальным элементам. То есть шаблон [first, *other] соответствует любому массиву, который имеет как минимум один элемент, и этот элемент будет помещаться в параметр first. Все остальные элементы помещаются в параметр other, который представляет массив значений.

Если нам параметр с символом * (other) не важен, но мы по прежнему хотим, чтобы шаблон соответствовал массиву с одним и большим количеством элементов, мы можем использовать подшаблон *_ :

def print_people(people): match people: case [first, *_]: print(f"First: ") print_people(["Tom"]) # First: Tom print_people(["Sam", "Tom"]) # First: Sam print_people(["Bob", "Sam", "Tom"]) # First: Bob

Альтернативные значения

Если необходимо, чтобы элемент массива соответствовал набору значений, то эти значения можно перечислить через вертикальную черту:

def print_people(people): match people: case ["Tom" | "Tomas" | "Tommy", "Sam", "Bob"]: print("default people") case [first, second, third]: print(f", , ") print_people(["Tom", "Sam", "Bob"]) # default people print_people(["Tomas", "Sam", "Bob"]) # default people print_people(["Alice", "Bill", "Kate"]) # Alice, Bill, Kate

В данном случае первый шаблон соответствует массиву из трех элементов, где первый элемент равен или «Tom», или «Tomas», или «Tommy».

Также можно задать альтернативные значения для отдельных элементов, но и альтернативные массивы:

def print_people(people): match people: case ["Tom", "Sam", "Bob"] | ["Tomas", "Sam", "Bob"]: print("Tom/Tomas, Sam, Bob") case [first, second, third]: print(f", , ") print_people(["Tom", "Sam", "Bob"]) # Tom/Tomas, Sam, Bob print_people(["Tomas", "Sam", "Bob"]) # Tom/Tomas, Sam, Bob print_people(["Alice", "Bill", "Kate"]) # Alice, Bill, Kate

В данном случае первый шаблон будет соответствовать двум массивам: [«Tom», «Sam», «Bob»] и [«Tomas», «Sam», «Bob»]

Запись/чтение массива array() в/из файл(а)

Содержимое массива array.array() может быть записано и прочитано из файлов с использованием встроенных методов.

Пример:

Этот пример иллюстрирует чтение данных непосредственно из двоичного файла. Удобно то, что не нужно преобразовать прочитанные байты в соответствующие типы.

import array import binascii import tempfile a = array.array('i', range(5)) print('A1:', a) # Записать массив чисел во временный файл output = tempfile.NamedTemporaryFile() a.tofile(output.file) output.flush() # Чтение необработанных данных with open(output.name, 'rb') as input: raw_data = input.read() print('Raw Contents:', binascii.hexlify(raw_data)) # Считать данные в массив input.seek(0) a2 = array.array('i') a2.fromfile(input, len(a)) print('A2:', a2) # A1: array('i', [0, 1, 2, 3, 4]) # Raw Contents: b'0000000001000000020000000300000004000000' # A2: array('i', [0, 1, 2, 3, 4]) 

Метод array.tofile() использует array.tobytes() для форматирования данных, а метод array.fromfile() использует array.frombytes() для преобразования его обратно в экземпляр массива. И array.tobytes() и array.frombytes() работают со строками байтов, а не со строками Unicode.

import array import binascii a = array.array('i', range(5)) print('A1:', a) as_bytes = a.tobytes() print('Bytes:', binascii.hexlify(as_bytes)) a2 = array.array('i') a2.frombytes(as_bytes) print('A2:', a2) # A1: array('i', [0, 1, 2, 3, 4]) # Bytes: b'0000000001000000020000000300000004000000' # A2: array('i', [0, 1, 2, 3, 4]) 
  • КРАТКИЙ ОБЗОР МАТЕРИАЛА.
  • Типы данных массива array(), модуль array
  • Методы и элементы данных класса array()
  • Массив array(), извлечение и сохранение в файл
  • Операции c объектом array() модуля array

№18 Массивы / Уроки по Python для начинающих

Примечание: Python не имеет встроенной поддержки массивов, но вместо этого можно использовать списки (list) Python.

Массивы используются для хранения нескольких значений в одной переменной:

cars = ["Ford", "Volvo", "BMW"] 

Что такое массив?

Массив — это специальная переменная, которая может содержать более чем одно значение.
Если у вас есть список предметов (например, список марок авто), то хранение автомобилей в отдельных переменных может выглядеть так:

car1 = "Ford"; car2 = "Volvo"; car3 = "BMW"; 

Однако, что, если вы хотите проскочить через все машины и найти конкретную? А что, если у вас было бы не 3 автомобиля а 300?

Решение представляет собой массив!
Массив может содержать много значений под одним именем, и вы так же можете получить доступ к значениям по индексу.

Доступ к элементам массива

Вы ссылаетесь на элемент массива, ссылаясь на индекс.
Получим значение первого элемента массива:

x = cars[0] 

Изменим значение первого элемента массива:

cars[0] = "Toyota" 

Длина массива

Используйте метод len() чтобы вернуть длину массива (число элементов массива).
Выведем число элементов в массиве cars :

x = len(cars) 

Примечание: Длина массива всегда больше, чем индекс последнего элемента.

Циклы элементов массива

Вы можете использовать цикл for для прохода по всем элементам массива.
Выведем каждый элемент из цикла cars :

for x in cars: print(x) 
Ford Volvo BMW 

Добавление элементов массива

Вы можете использовать метод append() для добавления элементов в массив.
Добавим еще один элемент в массив cars :

cars.append("Honda") 

Удаление элементов массива

Используйте метод pop() для того, чтобы удалить элементы из массива.
Удалим второй элемент из массива cars :

cars.pop(1) 

Так же вы можете использовать метод remove() для того, чтобы убрать элемент массива.
Удалим элемент со значением “Volvo”:

cars.remove("Volvo") 

Примечание: Метод remove() удаляет только первое вхождение указанного значения.

Методы массива

В Python есть набор встроенных методов, которые вы можете использовать при работе с lists/arrays.

Метод Значение
append() Добавляет элементы в конец списка
clear() Удаляет все элементы в списке
copy() Возвращает копию списка
count() Возвращает число элементов с определенным значением
extend() Добавляет элементы списка в конец текущего списка
index() Возвращает индекс первого элемента с определенным значением
insert() Добавляет элемент в определенную позицию
pop() Удаляет элемент по индексу
remove() Убирает элементы по значению
reverse() Разворачивает порядок в списке
sort() Сортирует список

Примечание: В Python нет встроенной поддержки для массивов, вместо этого можно использовать Python List.

  • ТЕГИ
  • Уроки Python для начинающих

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *