8.7. array
— 高效率的數值型態陣列¶
這個模組定義了一個物件型別,可以簡潔的表達一個包含基本數值的陣列:字元、整數、浮點數。陣列是一個非常類似 list 的序列型態,除了陣列會限制儲存的物件型別。在建立陣列時可以使用一個字元的 type code 來指定儲存的資料型別。下面是 type codes 的定義。
Type code |
C Type |
Python Type |
最小所需的位元組 |
註解 |
---|---|---|---|---|
|
signed char |
int |
1 |
|
|
unsigned char |
int |
1 |
|
|
Py_UNICODE |
Unicode character |
2 |
(1) |
|
signed short |
int |
2 |
|
|
unsigned short |
int |
2 |
|
|
signed int |
int |
2 |
|
|
unsigned int |
int |
2 |
|
|
signed long |
int |
4 |
|
|
unsigned long |
int |
4 |
|
|
signed long long |
int |
8 |
(2) |
|
unsigned long long |
int |
8 |
(2) |
|
float |
float |
4 |
|
|
double |
float |
8 |
註解:
u
type code 對應到的是 Python 過去的 unicode 字母(Py_UNICODE
是wchar_t
)。根據平台不同,他有可能是 16 bits 或 32 bits。'u'
會跟著Py_UNICODE
API 的停用一起被移除。Deprecated since version 3.3, will be removed in version 4.0.
The
'q'
and'Q'
type codes are available only if the platform C compiler used to build Python supports Clong long
, or, on Windows,__int64
.3.3 版新加入.
實際上數值的表示方法是被機器的架構所決定(更精準地說,被 C 的實作方法決定)。實際的大小可以透過 itemsize
屬性存取。
這個模組定義了下方的型別:
-
class
array.
array
(typecode[, initializer])¶ 一個新的陣列中的元素被 typecode 限制,並由選用的 initializer 參數初始化, initializer 必須是一個 list、 bytes-like object 或包含適當型別變數的 iterable 。
如果指定一個 list 或 string ,新的陣列初始化時會傳入
fromlist()
、frombytes()
或fromunicode()
方法(參照下方)將元素新增到其中。其他型態的變數則會傳入extend()
方法初始化。
-
array.
typecodes
¶ 一個包含所有可用的 type code 的字串。
数组对象支持普通的序列操作如索引、切片、拼接和重复等。 当使用切片赋值时,所赋的值必须为具有相同类型码的数组对象;所有其他情况都将引发 TypeError
。 数组对象也实现了缓冲区接口,可以用于所有支持 字节类对象 的场合。
提供下方的資料物件與方法。
-
array.
typecode
¶ typecode 字元被用在建立陣列時。
-
array.
itemsize
¶ 陣列當中的一個元素在內部需要的位元組 (bytes) 長度。
-
array.
append
(x)¶ 新增一個元素 x 到陣列的最尾端。
-
array.
buffer_info
()¶ 回傳一個 tuple
(address, length)
表示當前的記憶體位置和陣列儲存元素的緩衝區記憶體長度。緩衝區的長度單位是 bytes ,並可以用array.buffer_info()[1] * array.itemsize
計算得到。這偶爾會在底層操作需要記憶體位置的輸出輸入時很有用,例如ioctl()
指令。只要陣列存在且沒有使用任何更改長度的操作時,回傳的數值就有效。備註
當使用來自 C 或 C++ 程式碼(這是唯一使得這個資訊有效的途徑) 的陣列物件時,更適當的做法是使用陣列物件支援的緩衝區介面。這個方法維護了向後兼容性,並應該在新的程式碼中避免。關於緩衝區介面的文件在 缓冲协议 。
-
array.
byteswap
()¶ 「Byteswap」 所有陣列中的物件。這只有支援物件長度為 1、2、4 或 8 位元組的陣列,其他型別的值會導致
RuntimeError
。這在從機器讀取位元順序不同的檔案時很有用。
-
array.
count
(x)¶ 回傳 x 在陣列中出現了幾次。
-
array.
extend
(iterable)¶ 從 iterable 中新增元素到陣列的尾端,如果 iterable 是另一個陣列,他必須有完全相同的 type code ,如果不同會產生
TypeError
。如果 iterable 不是一個陣列,他必須可以被迭代 (iterable) 且其中的元素必須是可以被加入陣列中的正確型態。
-
array.
frombytes
(s)¶ 從字串中新增元素。讀取時會將字串當作一個陣列,裡面包含了 machine value(就像從檔案中使用
fromfile()
方法讀出的資料)。3.2 版新加入: 為了更明確,之前的
fromstring()
被更名為frombytes()
。
-
array.
fromfile
(f, n)¶ 從 file object f 讀取 n 個 machine value 類型的元素,接著將這些元素加入陣列的最尾端。如果只有少於 n 個有效的元素會產生
EOFError
錯誤,但有效的元素仍然會被加入陣列中。 f 必須是一個真正的內建檔案物件,其他擁有read()
方法的不行。
-
array.
fromlist
(list)¶ 從 list 中新增元素。這等價於
for x in list: a.append(x)
,除了有型態錯誤產生時,陣列會保持原狀不會被更改。
-
array.
fromstring
()¶ frombytes()
方法的另一個(已經過時的)名字。
-
array.
fromunicode
(s)¶ 用給定的 unicode 字串擴展這個陣列。陣列必須是型態
u
的陣列;其他的型態會產生ValueError
錯誤。使用array.frombytes(unicodestring.encode(enc))
來新增 Unicode 資料到一個其他型態的陣列。
-
array.
index
(x)¶ 回傳最小的 i ,使得 i 是陣列中第一個 x 出現的索引值。
-
array.
insert
(i, x)¶ 在位置 i 之前插入一個元素 x 。負數的索引值會從陣列尾端開始數。
-
array.
pop
([i])¶ 移除並回傳陣列索引值 i 的元素。選擇性的參數 i 預設為
-1
,所以預設會刪除並回傳最後一個元素。
-
array.
remove
(x)¶ 從陣列中刪除第一個出現的 x 。
-
array.
reverse
()¶ 將整個陣列的元素按照順序逆轉。
-
array.
tobytes
()¶ 將陣列轉為另一個 machine values 的陣列並回傳他的位元組表示(跟用
tofile()
方法寫入檔案時的位元序列相同)。3.2 版新加入: 為了明確性,過去的
tostring()
已更名為tobytes()
。
-
array.
tofile
(f)¶ 將所有元素 (以 machine code 的形式)寫入 file object f 。
-
array.
tolist
()¶ 不更改元素,將陣列轉為一般的 list 。
-
array.
tounicode
()¶ 將陣列轉為一個字串。陣列的型態必須為
u
。其他型態的陣列會產生ValueError
錯誤。使用array.tobytes().decode(enc)
將其他型態的陣列轉為字串。
当一个数组对象被打印或转换为字符串时,它会表示为 array(typecode, initializer)
。 如果数组为空则 initializer 会被省略,否则如果 typecode 为 'u'
则它是一个字符串,否则它是一个数字列表。 使用 eval()
保证能将字符串转换回具有相同类型和值的数组,只要 array
类已通过 from array import array
被引入。 例如:
array('l')
array('u', 'hello \u2641')
array('l', [1, 2, 3, 4, 5])
array('d', [1.0, 2.0, 3.14])
也參考
- 模組
struct
將包含不同資料類型的二進位資料包裝與解開包裝。
- 模組
xdrlib
將 External Data Representation (XDR) 的資料包裝與解開包裝,這用在一些遠端操作的系統 ( remote procedure call systems ) 。
- The Numerical Python Documentation
Python 數值運算的擴充 (The Numeric Python extension, NumPy) 定義了另一個陣列型態,更多關於 Python 的數值運算參考 http://www.numpy.org/ 。