Python數(shù)組和列表的區(qū)別

前言

對于學習Python的同志，想要深度的去研究這個語言，我們首先就需要去了解一下數(shù)組和列表的區(qū)別

ndarray數(shù)組or列表？

1.創(chuàng)建方式不同

list是Python中基礎的數(shù)據(jù)類型，不用引入任何庫包，直接使用[ ]創(chuàng)建即可（例如：a=[‘CSDN’,‘123’]）；ndarray是NumPy函數(shù)庫中的函數(shù)，在使用array時需要引入NumPy數(shù)據(jù)庫：

import numpy as np 
# 用普通的英語理解這句語法，導入numpy庫當作np，即起小名字，別號
j=np.array([1,2,3,4])

2.存儲對象不同

列表可以存儲任何的對象，包括數(shù)字，字符串，數(shù)組，字典等等；而數(shù)組只能存儲單一的數(shù)據(jù)類型（當然混雜起來存儲也不是不行，需要修改數(shù)據(jù)類型為object，但是這已經違背了產生這個函數(shù)庫的初衷），存儲類型的不同，也決定了我們應該在什么時候用到ndarray數(shù)組亦或是列表；

實例1：

import numpy as np
g=np.array(['歡迎!','這里是CSDN',123])
print(g)
print(type(g[2]))

這一段代碼看似已經不符合array數(shù)組只能存儲單一數(shù)據(jù)的性質，因為123是整型數(shù)據(jù)，而前面兩個元素都是字符串，其實不然，123的數(shù)據(jù)類型已經被它偷偷的轉換了

代碼運行結果如下

可以看到123的數(shù)據(jù)類型已經被轉換成字符串的類型

3.運算方式不同

數(shù)組可以進行四則運算，它會對數(shù)組中的每一個元素對應進行運算；而列表只能使用加號進行拼接，拼接之后會形成一個新的列表：

實例2

g=['歡迎','來到']
l=['CSDN','!']
print(g+l)

運行結果如下：

4.運行效率不同

array數(shù)組是為了精確便捷的處理龐大的類似的數(shù)據(jù)而產生的，他的存儲效率要比列表快著很多

實例3：

import numpy as np
import datetime
#datetime.datetime.now()是為了獲取當前時間
start1=datetime.datetime.now()
g=[]                           #創(chuàng)建一個空列表
for i in range(1,100000):     #循環(huán)將1至1000000的數(shù)字添入列表中
    g.append(i)
end1=datetime.datetime.now()
start2=datetime.datetime.now()
l=np.array(g)                  #將z列表的數(shù)字依次復制到j數(shù)組
end2=datetime.datetime.now()
print('list存儲時間：',end1-start1)
print('數(shù)組存儲時間：',end2-start2)

代碼運行結果如下：

一般array存儲數(shù)據(jù)的速度比列表存儲數(shù)據(jù)的速度快，這一點尤其體現(xiàn)在多而重復的數(shù)據(jù)處理上，大家可以去Python中嘗試一下

總結：數(shù)組和列表的運用

1.列表因為其存儲的類型可以是任何對象，因此列表的用處更廣泛，更多樣化，并且列表可以有更多的存儲空間去使用，而數(shù)組使用的空間就相對較少
2.列表多樣化也不一定是好處，因為列表存儲的方式和存儲類型雜亂，導致在處理一些龐大重復的數(shù)據(jù)時占據(jù)的資源太多
3.ndarray數(shù)組和列表處理數(shù)據(jù)的時間對于我們來說只是一眨眼的事情，但是對于計算機來說卻不可忽略，尤其在進行大量數(shù)據(jù)處理時，數(shù)組和列表處理數(shù)據(jù)的時間差別會更明顯
4.在計算機編程中，我們一般要求代碼簡潔，快速，并且占用的運行資源少，因此就誕生了NumPy函數(shù)庫，用于更加精確便捷的科學計算

到此這篇關于Python數(shù)組與列表的區(qū)別的文章就介紹到這了,更多相關Python數(shù)組與列表區(qū)別內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論