MyTetra Share
Делитесь знаниями!
Как массивы и списки работают на Python
Время создания: 29.07.2019 23:51
Раздел: !Закладки - Python
Запись: xintrea/mytetra_db_adgaver_new/master/base/1533762334p95f8nh176/text.html на raw.githubusercontent.com


Как массивы и списки работают на Python


Массивы и списки являются одними из наиболее полезных структур данных в программировании. Сегодня я расскажу вам основы, а также покажу несколько простых примеров Python массивов.

Условия


Чтобы изучить рассматриваемые в этой статье концепции, вам не требуется заранее много знать. Базовые знания парадигмы программирования и Python желательны, но это не обязательно.


Рассматриваемые в этой статье принципы могут быть применены в любом языке программирования. Я буду демонстрировать примеры на Python. Это простой для изучения язык предоставляет превосходную платформу для понимания того, что происходит. В дополнение к этому существует отличный онлайн-интерпретатор Python.

Структуры данных


Структура данных — это способ эффективного хранения данных. Легко запутаться, потому что структуры данных не являются типом данных, которые сообщают компилятору (или в случае Python интерпретатору), как их использовать. Структуры данных определяют операции, которые могут выполняться и реализуют конкретные правила и положения.


Возможно, вы слышали о линейных типах данных (элементы последовательны):


Массив;

Матрица;

Таблица поиска.


Аналогичным образом, списки часто содержат правила и методы для регулирования того, как они работают. Типы списков:


Связный список;

Двойной связный список;

Список массивов или динамический массив.


Существует множество различных структур данных. Возможно, вы слышали о бинарных деревьях, графах или хэшах.

Массив


Python массивы и списки представляют собой простой набор связанных значений, которые называются элементами. Обычно это любой тип данных, включая объекты или другие списки! При работе с массивами все данные должны быть одинаковыми — нельзя хранить вместе строки и целые числа. Вам почти всегда придется указывать, сколько элементов нужно хранить. Динамические массивы существуют, но проще начать с массивов фиксированной длиной.


Python несколько усложняет ситуацию. Он не всегда придерживается строгих определений структур данных. Большинство объектов в Python обычно являются списками, поэтому создавая массив, вы проделываете больше работы. Вот начальный код:


from array import array

numbers = array('i', [2, 4, 6, 8])

print numbers[0]


Первая строка импортирует модуль array, необходимый для работы с массивами. Вторая строка создает новый массив numbers и инициализирует его значениями 2, 4, 6 и 8. Каждому элементу присваивается целочисленное значение, называемое ключом или индексом. Ключи начинаются с нуля, поэтому [0] будет обращаться к первому элементу (2):

Python_Array_4


Вам наверно интересно, для чего используется «i». Это typecode, который сообщает Python, что массив будет хранить целые числа. Обычно подобные вещи в Python не нужны. Причина этого проста. Массивы в Python основаны на базовых C-массивах операционной системы. Это означает, что они быстрые и стабильные, но не всегда могут придерживаться синтаксиса Python.


Нельзя хранить элементы разных типов в этих массивах. Допустим, вы захотели сохранить строку «makeuseof.com»:


numbers = array('i', [2, 4, 6, "makeuseof.com"])


Это вызовет исключение при работе с Python массивом строк:

Python_Arrays_5


Вот как можно вывести все элементы:


print numbers


Python_Arrays_6


Этот метод доступа к элементам массива работает хорошо, и идеально подходит для решения задачи. Плохо то, что это — доступ ко всему массиву.


Каждый язык программирования реализует цикл, который идеально подходит для итерации (циклизации) над элементами списка.


Наиболее распространенные циклы while и for. Python делает это еще проще, предоставляя цикл for in:


for number in numbers:

print number


Обратите внимание на то, что вам не нужно обращаться к элементам по их ключу. Это лучший способ работы с массивом. Альтернативный способ перебора списка — это цикл for:


for i in range(len(numbers)):

print numbers[i]


Этот пример делает то же самое, что и предыдущий. Но в нем нужно указать количество элементов в массиве (len (cars)), а также передать i в качестве ключа. Это почти тот же код, который выполняется в цикле for in. Этот способ обеспечивает большую гибкость и выполняется немного быстрее (хотя цикла for in в большинстве случаев более чем достаточно).

Списки


Теперь, когда вы знаете, как работают Python двумерные массивы, давайте посмотрим на список. Иногда он может сбивать с толку, поскольку люди используют различные взаимозаменяемые термины, но списки — это массивы … отчасти.


Список — это особый тип массива. Различие состоит в том, что списки могут содержать смешанные типы данных. Помните, массивы должны содержать элементы одного типа. Списки в Python просты:


cars = ['Ford', 'Austin', 'Lancia']


Заметили, что вам не нужно импортировать модуль array?


Этот синтаксис объявляет список под названием cars. В квадратных скобках объявляется каждый элемент списка. Каждый элемент является строкой, поэтому их объявляют внутри кавычек. Python знает, что это объект, поэтому оператор print выводит содержимое списка:


print cars


Python_Array_1


Как и в случае с массивом, можно осуществлять Python сортировку массива с помощью циклов:


for car in cars:

print car


Python_Array_3


Настоящий фокус со списками — их смешанный тип. Добавьте дополнительные данные:


cars = ['Ford', 'Austin', 'Lancia', 1, 0.56]


Это даже не вызвало исключения:

Python_Array_7


Также просто добавить новые элементы в список (что невозможно с массивами):


cars = ['Ford', 'Austin']

print cars

cars.append('Lancia')

print cars


Python_Array_8


Можно объединить два списка в один:


cars = ['Ford', 'Austin']

print cars

other_cars = ['Lotus', 'Lancia']

cars.extend(other_cars)

print cars


Python_Array_9


Также легко удалить элементы Python ассоциативного массива, используя синтаксис remove:


cars = ['Ford', 'Austin', 'Lotus', 'Lancia']

print cars

cars.remove('Ford')

print cars


Python_Array_10


Вы узнали что-нибудь новое? Поделитесь с нами своими мыслями в комментариях!


Перевод статьи “How Arrays and Lists Work in Python” был подготовлен дружной командой проекта Сайтостроение от А до Я.


Так же в этом разделе:
 
MyTetra Share v.0.59
Яндекс индекс цитирования