如何在Python中声明数组？

我在文档中找不到对数组的任何引用。

variable = []

现在variable引用一个空列表^*。

当然，这是分配，而不是声明。在Python中，没有办法说“此变量不应引用列表以外的任何东西”，因为Python是动态类型的。

^*默认的内置Python类型称为list，而不是数组。它是一个任意长度的有序容器，可以容纳异构对象集合（它们的类型无关紧要，可以自由混合）。请勿将其与array模块混淆，后者提供的类型更接近C array类型。内容必须是同质的（所有类型都相同），但是长度仍然是动态的。

这是Python中令人惊讶的复杂主题。

实用答案

数组由类表示list（请参见参考，不要将它们与generator混合使用）。

查看用法示例：

# empty array
arr = [] 

# init with values (can contain mixed types)
arr = [1, "eels"]

# get item by index (can be negative to access end of array)
arr = [1, 2, 3, 4, 5, 6]
arr[0]  # 1
arr[-1] # 6

# get length
length = len(arr)

# supports append and insert
arr.append(8)
arr.insert(6, 7)

理论答案

Python的list内幕是一个真实数组的包装，该数组包含对项目的引用。同样，基础数组会创建一些额外的空间。

其后果是：

• 随机访问真的很便宜（arr[6653]与相同arr[0]）
• append 操作是“免费的”，同时有一些额外的空间
• insert 操作费用昂贵

检查这张很棒的操作复杂性表。

另外，请参见这张图片，在这里我试图显示数组，引用数组和链接列表之间的最重要区别：

您实际上并没有声明任何东西，但这是在Python中创建数组的方式：

from array import array
intarray = array('i')

有关更多信息，请参见数组模块：http : //docs.python.org/library/array.html

现在可能您不想要数组，而是列表，但是其他人已经回答了。:)

我认为您想要一个列表，其中前30个单元格已经填充。所以

   f = []

   for i in range(30):
       f.append(0)

斐波那契数列就是一个可以使用它的例子。请参阅欧拉计画中的问题2

这是这样的：

my_array = [1, 'rebecca', 'allard', 15]

对于计算，请使用如下的numpy数组：

import numpy as np

a = np.ones((3,2))        # a 2D array with 3 rows, 2 columns, filled with ones
b = np.array([1,2,3])     # a 1D array initialised using a list [1,2,3]
c = np.linspace(2,3,100)  # an array with 100 points beteen (and including) 2 and 3

print(a*1.5)  # all elements of a times 1.5
print(a.T+b)  # b added to the transpose of a

这些numpy数组可以从磁盘保存和加载（甚至压缩），并且包含大量元素的复杂计算的速度类似于C。

在科学环境中大量使用。看到这里更多。

JohnMachin的评论应该是真正的答案。我认为所有其他答案只是解决方法！所以：

array=[0]*element_count

一些贡献表明python中的数组由列表表示。这是不正确的。Python array()在标准库模块array “ array.array()”中具有独立的实现，因此将两者混淆是不正确的。列表是python中的列表，因此请谨慎使用所使用的术语。

list_01 = [4, 6.2, 7-2j, 'flo', 'cro']

list_01
Out[85]: [4, 6.2, (7-2j), 'flo', 'cro']

list和之间有一个非常重要的区别array.array()。虽然这两个对象都是有序序列，但array.array（）是有序均质序列，而列表是非均质序列。

您无需在Python中声明任何内容。您只需要使用它。我建议您从http://diveintopython.net之类的东西开始。

我通常只是做a = [1,2,3]一个实际上是一个，list但arrays看看这个正式定义

为了增加Lennart的答案，可以这样创建一个数组：

from array import array
float_array = array("f",values)

其中值可以采取一个元组，列表的形式，或np.array，但不是数组：

values = [1,2,3]
values = (1,2,3)
values = np.array([1,2,3],'f')
# 'i' will work here too, but if array is 'i' then values have to be int
wrong_values = array('f',[1,2,3])
# TypeError: 'array.array' object is not callable

并且输出仍然是相同的：

print(float_array)
print(float_array[1])
print(isinstance(float_array[1],float))

# array('f', [1.0, 2.0, 3.0])
# 2.0
# True

list的大多数方法也适用于数组，常见的方法是pop（），extend（）和append（）。

从答案和评论来看，似乎数组数据结构并不流行。我喜欢它，就像人们可能会更喜欢元组而不是列表一样。

数组结构比列表或np.array具有更严格的规则，这可以减少错误并简化调试，尤其是在处理数字数据时。

尝试将浮点数插入/附加到int数组将引发TypeError：

values = [1,2,3]
int_array = array("i",values)
int_array.append(float(1))
# or int_array.extend([float(1)])

# TypeError: integer argument expected, got float

因此，将要为整数（例如索引列表）的值保留为数组形式可能会防止“ TypeError：列表索引必须为整数，而不是浮点数”，因为可以迭代数组，类似于np.array和list：

int_array = array('i',[1,2,3])
data = [11,22,33,44,55]
sample = []
for i in int_array:
    sample.append(data[i])

烦人的是，将int附加到float数组将导致int成为float，而不会引发异常。

np.array的条目也保留相同的数据类型，但是它不会改变错误，而是会更改其数据类型以适合新条目（通常为double或str）：

import numpy as np
numpy_int_array = np.array([1,2,3],'i')
for i in numpy_int_array:
    print(type(i))
    # <class 'numpy.int32'>
numpy_int_array_2 = np.append(numpy_int_array,int(1))
# still <class 'numpy.int32'>
numpy_float_array = np.append(numpy_int_array,float(1))
# <class 'numpy.float64'> for all values
numpy_str_array = np.append(numpy_int_array,"1")
# <class 'numpy.str_'> for all values
data = [11,22,33,44,55]
sample = []
for i in numpy_int_array_2:
    sample.append(data[i])
    # no problem here, but TypeError for the other two

在分配期间也是如此。如果指定了数据类型，则np.array将在可能的情况下将条目转换为该数据类型：

int_numpy_array = np.array([1,2,float(3)],'i')
# 3 becomes an int
int_numpy_array_2 = np.array([1,2,3.9],'i')
# 3.9 gets truncated to 3 (same as int(3.9))
invalid_array = np.array([1,2,"string"],'i')
# ValueError: invalid literal for int() with base 10: 'string'
# Same error as int('string')
str_numpy_array = np.array([1,2,3],'str')
print(str_numpy_array)
print([type(i) for i in str_numpy_array])
# ['1' '2' '3']
# <class 'numpy.str_'>

或者，本质上：

data = [1.2,3.4,5.6]
list_1 = np.array(data,'i').tolist()
list_2 = [int(i) for i in data]
print(list_1 == list_2)
# True

而数组只会给出：

invalid_array = array([1,2,3.9],'i')
# TypeError: integer argument expected, got float

因此，对特定于类型的命令使用np.array不是一个好主意。数组结构在这里很有用。list保留值的数据类型。

对于某些问题，我感到有些讨厌：数据类型在array（）中指定为第一个参数，但是（通常）在np.array（）中指定为第二个参数。：|

与C的关系在这里引用： Python列表与数组-何时使用？

祝您探索愉快！

注意：数组的类型化和相当严格的性质更倾向于C而不是Python，并且通过设计，Python在其函数中没有许多特定于类型的约束。它的不受欢迎也给协作工作带来了积极的反馈，而替换它通常需要附加的[文件中x的int（x）]。因此，忽略数组的存在是完全可行和合理的。它不应该以任何方式阻碍我们大多数人。：D

这个怎么样...

>>> a = range(12)
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
>>> a[7]
6

Python将它们称为list。您可以使用方括号和逗号编写列表文字：

>>> [6,28,496,8128]
[6, 28, 496, 8128]

在Lennart之后，还有numpy，它实现了同类的多维数组。

我有一个字符串数组，并且需要一个相同长度的布尔值数组（初始化为True）。这就是我所做的

strs = ["Hi","Bye"] 
bools = [ True for s in strs ]

您可以创建列表并将其转换为数组，也可以使用numpy模块创建数组。以下是一些说明此问题的示例。Numpy还使使用多维数组更容易。

import numpy as np
a = np.array([1, 2, 3, 4])

#For custom inputs
a = np.array([int(x) for x in input().split()])

您还可以使用reshape函数将此数组整形为2X2矩阵，该函数将输入作为矩阵的尺寸。

mat = a.reshape(2, 2)