Python 标准库 array 数值数组

本教程作者所著新书《Python之光：Python编程入门与实战》（ISBN：9787111729891）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

Python 标准库 array 提供了一个高效的数值数组，可以紧凑地表示基本类型值的数组：字符、整数、浮点数等。它比任何数据结构适合存放数值型的数据。数组属于序列类型，其行为与列表非常相似，不同之处在于其中存储的对象类型是受限的。 它的类型由创建时使用单个字符的 类型码 来指定。

快速理解

如果我们需要一个只包含数字的列表，那么 array.array 比 list 更高效。数组支持所有跟可变序列有关的操作，包括 .pop、.insert 和 .extend。数组还提供从文件读取和存入文件的更快的方法，如 .frombytes 和 .tofile 。

Python 数组跟 C 语言数组一样精简。创建数组需要一个类型码，这个类型码用来表示在底层的 C 语言应该存放怎样的数据类型。比如 b 类型码代表的是有符号的字符（signedchar），array(‘b’) 创建出的数组就只能存放一个字节大小的整数，范围从 -128 到 127，这样在序列很大的时候，我们能节省很多空间。

from array import array
import random

# 构造方法如下
# array.array(typecode[, initializer])

# 构造一个空的int类型数组
arr = array('i')
# 指定内容
arr = array('i', [0, 1, 2, 3, 4, 6, 7, 8, 9, 100])

array('f',[random.randrange(-10,10) for  _ in range(5)])
# array('f', [-10.0, -3.0, 8.0, -1.0, 7.0])

类型码

以下是类型码及对应的 C 类型：

注1：由于平台的不同它可能为 16 位或 32 位。在 3.9 版更改: array('u') 现在使用 wchar_t 作为 C 类型而不再是已弃用的 Py_UNICODE。 这个改变不会影响其行为，因为 Py_UNICODE 自 Python 3.3 起就是 wchar_t 的别名。自版本 3.3 起不推荐使用，将在版本 4.0 （还不知道版本号是啥呢！）中删除。

值的实际表示会由机器的架构决定（严格地说是由 C 实现决定）。 实际大小可通过 itemsize 属性来获取。

构造 array 对象

array 的类型定义为 class array.array(typecode[, initializer])，一个包含由 typecode 限制类型的条目的新数组，并由可选的 initializer 值进行初始化，该值必须为一个列表、bytes-like object 或包含正确类型元素的可迭代对象。

如果给定一个列表或字符串，该 initializer 会被传给新数组的 fromlist(), frombytes() 或 fromunicode() 方法（见下文）以将初始条目添加到数组中。 否则会将可迭代对象作为 initializer 传给 extend() 方法。

它会引发一个 审计事件 array.__new__ 附带参数 typecode, initializer。

import array

# 用列表初始化
array.array('i', [1,2,3,4])
# array('i', [1, 2, 3, 4])

# 可迭代对象
array.array('i', range(5))
# array('i', [0, 1, 2, 3, 4])

# 所有可用类型码的字符串
array.typecodes
# 'bBuhHiIlLqQfd'

array 对象方法

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。

基本属性

以下是一些基本属性：

arr = array.array('i', range(5))
# array('i', [0, 1, 2, 3, 4])

# 类型码字符
arr.typecode
# 'i'

# 在内部表示中一个数组项的字节长度
arr.itemsize
# 4

buffer_info()

以字节表示的内存缓冲区大小可通过以下方法的 array.buffer_info()[1] * array.itemsize 来计算。 这在使用需要内存地址的低层级（因此不够安全） I/O 接口时会很有用，例如某些 ioctl() 操作。 只要数组存在并且没有应用改变长度的操作，返回数值就是有效的。

# 元组 (address, length) 以给出用于存放
# 数组内容的缓冲区元素的当前内存地址和长度
arr.buffer_info()
# (140332510367984, 6)

byteswap()

“字节对调”（每个元素中的字节进行大小端转换）所有数组项。 此方法只支持大小为 1, 2, 4 或 8 字节的值；对于其他值类型将引发 RuntimeError。 它适用于从不同字节序机器所生成的文件中读取数据的情况。

# “字节对调”所有数组项
arr.byteswap()
arr
# array('i', [0, 16777216, 33554432, 50331648, 67108864, 83886080])

对调中的从小端是：机器存放数据有先存放高字节的、也有先存放低字节的；网络传输数据是一般先传输高字节。机器字节序可分为大端序（Big-endian）和小端序（little-endian）。

大端：数据的高位字节存放在低地址内，数据的低位字节存放在高地址内。
小端：数据的高位字节存放在高地址内，数据的低位字节存放在低地址内。（低低，高高）
一个整型是4个字节，如：0x1a2b3c4d。电脑读取内存数据时，是从低位地址到高位地址进行读取（从左到右）。
在小端机器中从低地址到高地址的存放方式为：0x4d,0x3c,0x2b,0x1a；(低地址存低位，高地址存高位)，地址从低到高增长
在大端机器中从低地址到高地址的存放方式为：0x1a,0x2b,0x3c,0x4d；（低地址存高位）

arr = array.array('i', range(5))

# iterable 的项添加到数组末尾,类型码需要相同
arr.extend(range(2))
arr
# array('i', [0, 1, 2, 3, 4, 0, 1])

# 值在数组中的出现次数
arr.count(0) # 2
# arr.count(5) # 0

bytes 相关

字节序列（bytes）主要是用于二进制的数据处理的数据类型，bytes 是 byte 的序列，而 str 是 unicode 的序列，是 Python 3.x 新增的类型。

字节序列（bytes）和字符串（string）的对比：

• 字符串 由若干个字符组成，以字符为单位进行操作；
• bytes 由若干个字节组成，以字节为单位进行操作；
• bytes 和字符串除了操作的数据单元不同之外，它们支持的所有方法都基本相同；
• bytes 和字符串都是不可变序列，不能随意增加和删除数据。

bytes 只负责以字节序列的形式（二进制形式）来存储数据，至于这些数据到底表示什么内容（字符串、数字、图片、音频等），完全由程序的解析方式决定。如果采用合适的字符编码方式（字符集），字节串可以恢复成字符串；反之亦然，字符串也可以转换成字节串。说白了，bytes 只是简单地记录内存中的原始数据，至于如何使用这些数据，bytes 并不在意，你想怎么使用就怎么使用，bytes 并不约束你的行为。

bytes 类型的数据非常适合在互联网上传输，可以用于网络通信编程；bytes 也可以用来存储图片、音频、视频等二进制格式的文件。字符串和 bytes 存在着千丝万缕的联系，我们可以通过字符串来创建 bytes 对象，或者说将字符串转换成 bytes 对象。有以下三种方法可以达到这个目的：

• 如果字符串的内容都是 ASCII 字符，那么直接在字符串前面添加b前缀就可以转换成 bytes。
• bytes 是一个类，调用它的构造方法，也就是 bytes()，可以将字符串按照指定的字符集转换成 bytes；如果不指定字符集，那么默认采用 UTF-8。
• 字符串本身有一个 encode() 方法，该方法专门用来将字符串按照指定的字符集转换成对应的字节串；如果不指定字符集，那么默认采用 UTF-8。

array.frombytes(s) 添加来自字符串的项，将字符串解读为机器值的数组（相当于使用 fromfile() 方法从文件中读取数据）。Python 3.2 将 fromstring() 重命名为 frombytes() 以使其含义更清晰。

# 添加来自字符串的项
# 将字符串解读为机器值的数组
arr.frombytes(b'love')
arr
# array('i', [0, 1, 2, 3, 4, 0, 1, 1702260588])

查询输出

array.index(x) 返回最小的 i 使得 i 为 x 在数组中首次出现的序号。

arr = array.array('u', [*'abc'])
arr
# array('u', 'abc')

arr.index('b')
# 1

array.reverse() 反转数组中各项的顺序。

arr = array.array('u', [*'abc'])
arr
# array('u', 'abc')

arr.reverse()
arr
# array('u', 'cba')

array.tobytes() 将数组转换为一个机器值数组并返回其字节表示（即相当与通过 tofile() 方法写入到文件的字节序列。）Python 3.2 将 tostring() 被重命名为 tobytes() 以使其含义更清晰。

arr = array.array('u', [*'abc'])
arr
# array('u', 'abc')

arr.tobytes()
# b'a\x00\x00\x00b\x00\x00\x00c\x00\x00\x00'

array.tofile(f) 将所有项（作为机器值）写入到文件对象（file object）f。

arr = array.array('u', [*'abc'])
arr
# array('u', 'abc')

with open('text.txt', 'rb+') as f:
    arr.tofile(f)

array.tolist() 将数组转换为包含相同项的普通列表。

arr = array.array('u', [*'abc'])
arr
# array('u', 'abc')

arr.tolist()
# ['a', 'b', 'c']

array.tounicode() 将数组转换为一个 Unicode 字符串。 数组必须是类型为 'u' 的数组；否则将引发 ValueError。 请使用 array.tobytes().decode(enc) 来从其他类型的数组生成 Unicode 字符串。

arr = array.array('u', b'a\x00\x00\x00b\x00\x00\x00c\x00\x00\x00')
arr
# array('u', 'abc')

arr.tounicode()
# 'abc'

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])

添加删除

array.append(x) 添加一个值为 x 的新项到数组末尾。

arr = array.array('i', range(5))
# array('i', [0, 1, 2, 3, 4])

# 添加一个值的新项到数组末尾
arr.append(5)
arr
# array('i', [0, 1, 2, 3, 4, 5])

array.fromfile(f, n) 从 file object f 中读取 n 项并将它们添加到数组末尾。 如果可用数据少于 n 项，则会引发 EOFError，但可用的项仍然会被插入数组。

with open('text.txt', 'rb+') as f:
    arr.fromfile(f, 3)

array.fromlist(list) 添加来自 list 的项。 这等价于 for x in list: a.append(x)，区别在于如果发生类型错误，数组将不会被改变。

arr = array.array('i', range(5))
arr
# array('i', [0, 1, 2, 3, 4])

arr.fromlist([5, 6])

arr
# array('i', [0, 1, 2, 3, 4, 5, 6])

array.fromunicode(s) 使用来自给定 Unicode 字符串的数组扩展数组。 数组必须是类型为 'u' 的数组；否则将引发 ValueError。 请使用 array.frombytes(unicodestring.encode(enc)) 来将 Unicode 数据添加到其他类型的数组。

arr = array.array('u', [*'abc'])
arr
# array('u', 'abc')

arr.fromunicode('ed')

arr
# array('u', 'abced')

array.insert(i, x) 将值 x 作为新项插入数组的 i 位置之前。 负值将被视为相对于数组末尾的位置。

arr = array.array('u', [*'abc'])
arr
# array('u', 'abc')

arr.insert(0, 'x')
arr
# array('u', 'xabc')

array.pop([i]) 从数组中移除序号为 i 的项并将其返回。 可选参数值默认为 -1，因此默认将移除并返回末尾项。

arr = array.array('u', [*'abc'])
arr
# array('u', 'abc')

arr.pop(1)
# 'b'
arr
# array('u', 'ac')

array.remove(x) 从数组中移除首次出现的 x。

arr = array.array('u', [*'abc'])
arr
# array('u', 'abc')

arr.remove('b')
arr
# array('u', 'ac')

Lists 和 Arrays

在 Python 中，我们可以将列表视为数组。但是，我们不能限制存储在列表中的元素的类型。 例如：

# elements of different types
a = [1, 3.5, "Hello"] 

如果使用 array 模块创建数组，则数组的所有元素必须是相同的数值类型。

import array as arr
# Error
a = arr.array('d', [1, 3.5, "Hello"])
'''
Traceback (most recent call last):
  File "<string>", line 3, in <module>
    a = arr.array('d', [1, 3.5, "Hello"])
TypeError: must be real number, not str
'''

arrays 使用场景

列表比数组灵活得多。它们可以存储不同数据类型的元素，包括字符串。而且，如果您需要对数组和矩阵进行数学计算，最好使用 NumPy 之类的东西。

那么，从 Python array 模块创建的数组有什么用途呢？

array.array 类型只是 C 数组的一个瘦包装器（thin wrapper），它提供了基本 C 样式数据类型的空间有效存储。 如果您需要分配一个您知道不会更改的数组，那么数组可以比列表更快并且使用更少的内存。

除非您真的不需要数组（可能需要数组模块来与 C 代码接口），否则不建议使用数组模块。

Python 虽然也提供了 array 模块，但其只支持一维数组，不支持多维数组，也没有各种运算函数。因而不适合数值运算。NumPy 的出现弥补了这些不足。

总结

array 可以紧凑地表示一个基本值的数组：字符，整数，浮点数。数组是序列类型，表现得非常像列表，除了存储在它们中的对象的类型是受约束的。

• 首先 array 是数组, 数组是只能够保存一种类型的数, 初始化的时候就决定了可以保存什么样的数，可以节省很多空间，类型和方法可控
• list 里面 几乎可以放任何对象和类型，无论是数字还是字典、对象、列表，都可以同时放到一个列表里面
• array 和list 提供的方法很多是相似的, 比如 append、insert、pop、extend、index 等等

参考

• https://docs.python.org/zh-cn/3/library/array.html