Автор оригинала: Pankaj Kumar.
Эй, читатели. Надеюсь, у вас все хорошо. В этой статье мы будем в основном сосредоточены на вариантах Декларация массива Python Отказ
Что такое массив Python?
Как мы все знаем, Python предлагает различные структуры данных для манипулирования и справиться с значениями данных.
Когда дело доходит до массива в качестве структуры данных, Python не предлагает прямой способ создания или работы с массивами. Скорее, это дает нам варианты ниже массива:
- Модуль массива Python : Модуль массива содержит различные методы для создания и работы со значениями.
- Список Python : Список можно рассматривать как динамический массив. Кроме того, гетерогенные элементы могут храниться в списках, в отличие от массивов.
- Python Numpy Array : Numpy Armays наилучшим образом подходит для выполнения математических операций на огромном объеме данных.
Поняв о массиве Python, давайте теперь будем понять пути, через которые мы можем объявить массив в Python.
Декларация массива Python – варианты массива Python
В разделе «Ниже» мы будем понимать методы, посредством которых мы можем объявить массив, используя варианты массива Python.
Тип 1: модуль массива Python
Модуль массива Python Содержит Array () Функция Используя, с помощью которого мы можем создать массив в среде Python.
Синтаксис:
array.array('format code',[data])
format_code: Он представляет собой тип элементов, которые должны быть приняты массивом. Кодекс «I» представляет числовые значения.
Пример:
import array
arr = array.array('i', [10,20,30,40,50])
print(arr)
Выход:
array('i', [10, 20, 30, 40, 50])
Тип 2: список Python в качестве массива
Список Python Может использоваться для динамического создания и хранения элементов, таких как массив.
Синтаксис:
list = [data]
Пример:
lst = [10,20,30,40, 'Python'] print(lst)
Выход:
[10, 20, 30, 40, 'Python']
Как упомянуто выше, элементы различных типов данных могут храниться вместе в списке.
Тип 3: Python Numpy Array
Numpy модуль Содержит различные функции для создания и работы с массивом в качестве структуры данных.
numpy.array () Функция Может использоваться для создания одиночного, а также многомерного массива в Python. Это создает объект массива как «NDARRAY».
np.array([data])
Пример: создание массива с использованием функции numpy.array ()
import numpy arr = numpy.array([10,20]) print(arr)
Выход:
[10 20]
Далее мы можем использовать numpy.arange () Функция Чтобы создать массив в пределах определенного диапазона значений данных.
numpy.arange(start,stop,step)
Начать: Начальный элемент массива.конец: Последний элемент массива.шаг: Количество интервалов или шагов между элементами массива.
Пример:
import numpy arr = numpy.arange(1,10,2) print(arr)
Выход:
[1 3 5 7 9]
Заключение
По этому, мы подошли к концу этой темы. Не стесняйтесь комментировать ниже, если вы столкнетесь с любым вопросом.