|
Класс array. Методы класса arrayКурс по стандартной библиотеке: https://stepik.org/a/259466?utm_source=proproprogs Стандартная библиотека языка Python содержит класс array для реализации еще одной известной структуры данных – динамического массива. Не вдаваясь в детали, динамический массив – это обычный массив, но переменной длины, т.е. в него можно добавлять новые элементы и удалять существующие. В некотором приближении обычный список list языка Python можно отнести к динамическим массивам, т.к. его длина зависит от количества записанных в него данных. Однако массив array, в отличие от классического списка list, позволяет хранить данные только одного определенного типа, и благодаря этому такие массивы занимают меньше памяти и обеспечивают лучшую производительность при работе с большими объемами однотипных данных. Создание массивов arrayЧтобы создать массив array вначале необходимо импортировать стандартный модуль с таким же названием: import array А, затем, с помощью класса array создать объект массива такого типа, например, так: ar = array.array('i', [1, 2, 3]) # 'i' – int (32 бита) Здесь 'i' – это тип данных элементов, которые может хранить массив ar. В частности 'i' означает целочисленный знаковый тип размером 32 бита (4 байта). И каждый элемент массива ar будет занимать ровно 4 байта в памяти устройства. Причем этот тип можно посмотреть через атрибут typecode следующим образом: ar.typecode # 'i' А размер одного элемента массива в байтах хранится в атрибуте: ar.itemsize # 4 (байта) Конечно, менять значения этих атрибутов нельзя, т.к. они играют информационную роль. Вот еще несколько команд создания массивов array: a1 = array.array('b') # 'b' – Signed Char (8 бит), пустой массив a2 = array.array('B', (255, 254, 0)) # 'B' – Unsigned Char (8 бит) a3 = array.array('u', "abcd") # 'u' – Unicode Character (16/32 бит) А вот примеры неверных объявлений массивов: e1 = array.array('b', "abcd") # TypeError e2 = array.array('h', 123) # TypeError; 'h' – Short Integer (16 бит) То есть, типы добавляемых данных должны соответствовать указанному типу и в качестве второго аргумента следует указывать итерируемую последовательность. Допустимые типы элементов массива arrayКак мы видим, чтобы создать объект массива array необходимо указать тип его элементов. Соответственно, нужно знать их обозначения и расшифровку. Ниже приведен список типов данных для класса array:
Те из вас, кто знаком с языком программирования C/C++, сразу заметят встроенные типы данных этого языка. И это не удивительно, т.к., во-первых, сам язык Python реализован на Си и, во-вторых, эти типы хорошо согласуются с архитектурой процессора и памяти устройства. Стандартные операции над массивами arrayПосле того, как массив array создан: ar = array.array('i', [1, 2, 3]) # 'i' – int (32 бита) с ним можно выполнять следующие простые операции: len(ar) # 3 – число элементов массива (длина массива) ar[1] # 2 – обращение по индексу ar[-1] # 3 – допустимы отрицательные индексы ar[0] = 5 # array('i', [5, 2, 3]) – изменение значения массива b = ar * 2 # array('i', [5, 2, 3, 5, 2, 3]) Также допустимы стандартные операции срезов: res1 = ar[:2] # array('i', [5, 2]) res2 = ar[::-1] # array('i', [3, 2, 5]) res3 = ar[0::2] # array('i', [5, 3]) b = ar[:] # полный срез Обратите внимание, что при всех операциях срезов формируется новая копия массива array. Прежний массив ar никак не меняется. Так как массив ar – это итерируемый объект языка Python, то все его элементы можно перебирать с помощью цикла for: for x in ar: print(x, end=" ") Далее, если у нас имеется два массива array: a = array.array('b', (100, 99, 4)) b = array.array('b', (-1, -2, -3, -4)) то на их основе можно создать третий массив, как объединение этих двух: c = a + b # array('b', [100, 99, 4, -1, -2, -3, -4]) Но так можно делать только с массивами одинаковых типов. Если типы не совпадают, например: bi = array.array('i', (-1, -2, -3, -4)) то операция объединения приведет к ошибке. a + bi # TypeErrorМетоды массива arrayКласс array содержит также набор весьма полезных методов для работы с ним. Основные из них следующие:
Многие из них вам уже знакомы, т.к. совпадают с методами списков (list) языка Python. Применяются они аналогичным образом. Например: ar = array.array('i', {5, 5, 3, 2, -1}) # array('i', [2, 3, 5, -1]) ar.append(1000) # array('i', [2, 3, 5, -1, 1000]) ar.extend([1024, 2048, 4096]) # array('i', [2, 3, 5, -1, 1000, 1024, 2048, 4096]) ar.pop() # 4096, массив: array('i', [2, 3, 5, -1, 1000, 1024, 2048]) ar.pop(0) # 2, массив: array('i', [3, 5, -1, 1000, 1024, 2048]) ar.remove(5) # array('i', [3, -1, 1000, 1024, 2048]) ar.reverse() # array('i', [2048, 1024, 1000, -1, 3]) ar.tolist() # [2048, 1024, 1000, -1, 3] Как видите, все достаточно просто и очевидно. ИтогиПодытоживая материал этого занятия, можно заключить, что массивы array имеют следующие преимущества перед обычными списками языка Python:
Но и имеют очевидные ограничения:
Таким образом, массивы типа array целесообразно применять в задачах:
То есть, массивы array полезны там, где важна высокая скорость и компактность данных. Но если необходима гибкость, то лучше воспользоваться стандартными списками языка Python. Курс по стандартной библиотеке: https://stepik.org/a/259466?utm_source=proproprogs Видео по теме |
