8.6. array — Tableaux efficaces de valeurs numériques

Ce module définit un type d’objet qui permet de représenter de façon compacte un tableau (array) de valeurs élémentaires : caractères, entiers, flottants. Les tableaux sont de type séquence et se comportent de manière très similaire aux listes, sauf que les types d’objets qui y sont stockés sont limités. Le type est spécifié au moment de la création de l’objet en utilisant type code, qui est un caractère unique. Voir ci-dessous pour la définition des types :

Code d’indication du type	Type C	Type Python	Taille minimum en octets
'c'	char	character	1
'b'	signed char	int	1
'B'	unsigned char	int	1
'u'	Py_UNICODE	Caractère Unicode	2 (see note)
'h'	signed short	int	2
'H'	unsigned short	int	2
'i'	signed int	int	2
'I'	unsigned int	long	2
'l'	signed long	int	4
'L'	unsigned long	long	4
'f'	float	float	4
'd'	double	float	8

Note

The 'u' typecode corresponds to Python’s unicode character. On narrow Unicode builds this is 2-bytes, on wide builds this is 4-bytes.

The actual representation of values is determined by the machine architecture (strictly speaking, by the C implementation). The actual size can be accessed through the itemsize attribute. The values stored for 'L' and 'I' items will be represented as Python long integers when retrieved, because Python’s plain integer type cannot represent the full range of C’s unsigned (long) integers.

Le module définit le type suivant :

class array.array(typecode[, initializer])

A new array whose items are restricted by typecode, and initialized from the optional initializer value, which must be a list, string, or iterable over elements of the appropriate type.

Modifié dans la version 2.4: Formerly, only lists or strings were accepted.

If given a list or string, the initializer is passed to the new array’s fromlist(), fromstring(), or fromunicode() method (see below) to add initial items to the array. Otherwise, the iterable initializer is passed to the extend() method.

array.ArrayType

Obsolete alias for array.

Array objects support the ordinary sequence operations of indexing, slicing, concatenation, and multiplication. When using slice assignment, the assigned value must be an array object with the same type code; in all other cases, TypeError is raised. Array objects also implement the buffer interface, and may be used wherever buffer objects are supported.

Les éléments de données et méthodes suivants sont également supportés :

array.typecode

Le code (de type Python caractère) utilisé pour spécifier le type des éléments du tableau.

array.itemsize

La longueur en octets d’un élément du tableau dans la représentation interne.

array.append(x)

Ajoute un nouvel élément avec la valeur x à la fin du tableau.

array.buffer_info()

Renvoie un tuple (address, length) indiquant l’adresse mémoire courante et la longueur en éléments du tampon utilisé pour contenir le contenu du tableau. La taille du tampon mémoire en octets peut être calculée par array.buffer_info()[1] * array.itemsize. Ceci est parfois utile lorsque vous travaillez sur des interfaces E/S de bas niveau (et intrinsèquement dangereuses) qui nécessitent des adresses mémoire, telles que certaines opérations ioctl(). Les nombres renvoyés sont valides tant que le tableau existe et qu’aucune opération qui modifie sa taille ne lui est appliquée.

Note

Lors de l’utilisation d’objets tableaux provenant de codes écrits en C ou C++ (le seul moyen d’utiliser efficacement ces informations), il est plus logique d’utiliser l’interface tampon supportée par les objets tableaux. Cette méthode est maintenue pour des raisons de rétrocompatibilité et devrait être évitée dans un nouveau code. L’interface tampon est documentée dans Objets de type MemoryView.

array.byteswap()

Boutisme de tous les éléments du tableau. Ceci n’est pris en charge que pour les valeurs de 1, 2, 4 ou 8 octets ; pour les autres types de valeur, RuntimeError est levée. Il est utile lors de la lecture de données à partir d’un fichier écrit sur une machine avec un ordre d’octets différent.

array.count(x)

Renvoi le nombre d’occurrences de x dans le tableau.

array.extend(iterable)

Ajoute les éléments de iterable à la fin du tableau. Si iterable est un autre tableau, il doit le même code d’indication du type ; dans le cas contraire, TypeError sera levée. Si iterable n’est pas un tableau, il doit être itérable et ces éléments doivent être du bon type pour être ajoutés dans le tableau.

Modifié dans la version 2.4: Formerly, the argument could only be another array.

array.fromfile(f, n)

Read n items (as machine values) from the file object f and append them to the end of the array. If less than n items are available, EOFError is raised, but the items that were available are still inserted into the array. f must be a real built-in file object; something else with a read() method won’t do.

array.fromlist(list)

Ajoute les éléments de la liste. C’est l’équivalent de for x in list: a.append(x) sauf que s’il y a une erreur de type, le tableau est inchangé.

array.fromstring(s)

Ajoute des éléments de la chaîne, interprétant la chaîne comme un tableau de valeurs machine (comme si elle avait été lue depuis le fichier en utilisant la méthode from file()).

array.fromunicode(s)

Extends this array with data from the given unicode string. The array must be a type 'u' array; otherwise a ValueError is raised. Use array.fromstring(unicodestring.encode(enc)) to append Unicode data to an array of some other type.

array.index(x)

Renvoie le plus petit i tel que i est l’index de la première occurrence de x dans le tableau.

array.insert(i, x)

Ajoute un nouvel élément avec la valeur x dans le tableau avant la position i. Les valeurs négatives sont traitées relativement à la fin du tableau.

array.pop([i])

Supprime l’élément du tableau avec l’index i et le renvoie. L’argument optionnel par défaut est à -1, de sorte que par défaut le dernier élément est supprimé et renvoyé.

array.read(f, n)

Obsolète depuis la version 1.5.1: Use the fromfile() method.

Read n items (as machine values) from the file object f and append them to the end of the array. If less than n items are available, EOFError is raised, but the items that were available are still inserted into the array. f must be a real built-in file object; something else with a read() method won’t do.

array.remove(x)

Supprime la première occurrence de x du tableau.

array.reverse()

Inverse l’ordre des éléments du tableau.

array.tofile(f)

Write all items (as machine values) to the file object f.

array.tolist()

Convertit le tableau en une liste ordinaire avec les mêmes éléments.

array.tostring()

Convert the array to an array of machine values and return the string representation (the same sequence of bytes that would be written to a file by the tofile() method.)

array.tounicode()

Convert the array to a unicode string. The array must be a type 'u' array; otherwise a ValueError is raised. Use array.tostring().decode(enc) to obtain a unicode string from an array of some other type.

array.write(f)

Obsolète depuis la version 1.5.1: Use the tofile() method.

Write all items (as machine values) to the file object f.

When an array object is printed or converted to a string, it is represented as array(typecode, initializer). The initializer is omitted if the array is empty, otherwise it is a string if the typecode is 'c', otherwise it is a list of numbers. The string is guaranteed to be able to be converted back to an array with the same type and value using eval(), so long as the array class has been imported using from array import array. Examples:

array('l')
array('c', 'hello world')
array('u', u'hello \u2641')
array('l', [1, 2, 3, 4, 5])
array('d', [1.0, 2.0, 3.14])

Voir aussi

Module struct

Empaquetage et dépaquetage de données binaires hétérogènes.

Module xdrlib

Empaquetage et dépaquetage des données XDR (External Data Representation) telles qu’elles sont utilisées dans certains systèmes d’appels de procédures à distance (ou RPC pour remote procedure call en anglais).

The Numerical Python Documentation

L’extension Numeric Python (NumPy) définit un autre type de tableau ; voir http://www.numpy.org/ pour plus d’informations sur Numeric Python.