python之关于数组和列表的区别及说明

更新时间：2023年05月22日 15:28:17 作者：季布，

这篇文章主要介绍了python之关于数组和列表的区别及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

python数组和列表的区别

列表和数组的定义

列表用于顺序存储结构。它可以方便、高效的的添加删除元素，并且列表中的元素可以是多种类型。
数组是一个同一类型的数据的有限集合。

数组是什么？

数组（Array）是一种线性表数据结构。它用一组连续的内存，来存储一组具有相同类型的数据。

优点：数组地址是连续的会给我们查找数据提供了极大的方便，让我们很容易的就能根据下标找到你需要的数据，提高了查询效率
缺点：毕竟我们对数组的运用不只是查找数据，还有增加数据，插入数据，删除数据等一些操作；由于数组的特殊性，使得我们在进行这些操作的时候不能对其进行直接操作，还要重新开辟一个新的数组并使其长度增加来存放数据，这样的工作模式给我们带来了很大的不便，影响了效率

**用线性表存储的数据有两个特点

存储的数据本身的类型一定保持相同，是int型就都是int型，是结构体就都是一种结构体。
数据一旦用线性表存储，各个数据元素之间的相对位置就固定了。

形象地来看，线性表就是数据排成像一条线一样的结构，并且最多只有前和后两个方向。数组、链表队列、栈等都是线性表结构。

与其对立的概念是非线性表，如二叉树、堆等。在非线性表中，数据之间并不是简单的前后关系。

将列表当做堆栈使用

列表方法使得列表可以很方便的作为一个堆栈来使用，堆栈作为特定的数据结构，最先进入的元素最后一个被释放（后进先出）。

用 append() 方法可以把一个元素添加到堆栈顶。

用不指定索引的 pop() 方法可以把一个元素从堆栈顶释放出来

>>> stack = [3, 4, 5]
>>> stack.append(6)
>>> stack.append(7)
>>> stack
[3, 4, 5, 6, 7]
>>> stack.pop()
7
>>> stack
[3, 4, 5, 6]
>>> stack.pop()
6
>>> stack.pop()
5
>>> stack
[3, 4]

将列表当作队列使用

也可以把列表当做队列用，只是在队列里第一加入的元素，第一个取出来；但是拿列表用作这样的目的效率不高。在列表的最后添加或者弹出元素速度快，然而在列表里插入或者从头部弹出速度却不快（因为所有其他的元素都得一个一个地移动）。

相同点：

都可以根据索引来取其中的元素；

不同点：

列表list中的元素的数据类型可以不一样。数组array里的元素的数据类型必须一样；
列表list不可以进行数学四则运算，数组array可以进行数学四则运算；
相对于array，列表会使用更多的存储空间。

import numpy as np
list1=[1,'a','index']  #list1是列表类型
list2 = np.array([1,2,3,4])  #list2是数组类型
print("list",list1,list1[0],'\n','array',list2,list2[0])
结果
打印结果:
list [1,'a','index'] 1 
array [1 2 3 4] 1

python数组和列表相互转化

数组转化为列表：b=array.tolist() (把数组array转化为列表b)
列表转化为数组：a=np.array(list) (把列表lis转化为数组a)

具体代码如下：

import numpy as np
#1.随机生成一个数组a
a=np.random.randn(4,3)
print(a)
print(type(a))
#输出结果如下：
[[-1.95210222  2.68035264  1.16203014]
 [ 0.38123208  0.2106927   0.44987349]
 [-0.60820225 -0.80682695 -0.32048555]
 [-1.08573498  0.30206573 -0.79167439]]
<class 'numpy.ndarray'>
#2.数组a转化为列表b
b=a.tolist()
print(b)
print(type(b))
#输出结果如下：
[[-1.9521022160725312, 2.6803526394133774, 1.1620301390678258], [0.3812320771527832, 0.2106926970310233, 0.4498734879610045], [-0.6082022489361179, -0.8068269457410441, -0.3204855537284452], [-1.0857349768436102, 0.3020657339426819, -0.7916743865958161]]
<class 'list'>
#3.列表b转化为数组c
c=np.array(b)
print(c)
print(type(c))
#输出结果如下：
[[-1.95210222  2.68035264  1.16203014]
 [ 0.38123208  0.2106927   0.44987349]
 [-0.60820225 -0.80682695 -0.32048555]
 [-1.08573498  0.30206573 -0.79167439]]
<class 'numpy.ndarray'>

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

Python request中文乱码问题解决方案
这篇文章主要介绍了Python request中文乱码问题解决方案,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-09-09
python异常中else的实例用法
在本篇内容里小编给大家分享的是一篇关于python异常中else的实例用法，有兴趣的朋友们可以跟着学习下。
2021-06-06
python批量修改文件夹及其子文件夹下的文件内容
这篇文章主要为大家详细介绍了python批量修改文件夹及其子文件夹下的文件内容，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-03-03
教你使用python画一朵花送女朋友
这篇文章主要为大家讲解如何使用python画一朵花，送女朋友，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-03-03
详解Python中表达式i += x与i = i + x是否等价
这篇文章主要介绍了关于Python中表达式i += x与i = i + x是否等价的相关资料，文中通过示例代码介绍的很详细，相信对大家具有一定的参考价值，有需要的朋友们下面来一起看看吧。
2017-02-02
在Python的Django框架中编写编译函数
这篇文章主要介绍了在Python的Django框架中编写编译函数,配合模版标签在模版中进行使用<需要的朋友可以参考下
2015-07-07
Django 导出 Excel 代码的实例详解
本篇文章主要介绍了Django 导出 Excel 代码的实例详解，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2017-08-08
使用python怎样产生10个不同的随机数
这篇文章主要介绍了使用python实现产生10个不同的随机数方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2022-07-07
Python命名空间namespace及作用域原理解析
这篇文章主要介绍了Python命名空间namespace及作用域原理解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-06-06
Python的@装饰器的作用小结
本文给大家讲解Python的@装饰器的用途，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友参考下吧
2021-11-11