Dichiarazione di un array in Python
Un array è un contenitore utilizzato per memorizzare lo stesso tipo di elementi come intero, float e tipo di carattere. Un array è una delle parti più importanti delle strutture dati. Negli array, gli elementi vengono archiviati in una posizione contigua in una memoria. Possiamo accedere agli elementi dell'array indicizzando da 0 a (dimensione dell'array – 1). Pitone non ha il supporto integrato per gli array disponibile nei linguaggi di programmazione come C, C++ , E GIAVA , tuttavia, possiamo utilizzare gli array in Python utilizzando diversi modi che impareremo in questo articolo.
Dichiarare un array in Python
- Dichiarare l'array utilizzando il metodo elenco in Pitone.
- Dichiarare l'array utilizzando il metodo modulo di matrice in Pitone.
- Dichiara l'array utilizzando NumPy modulo in Python.
Dichiarare un array utilizzando l'elenco in Python
In Python, gli array non sono supportati, invece List viene utilizzato per memorizzare l'elemento come negli array. L'elenco può memorizzare elementi di diverso tipo. Possiamo accedere agli elementi di un elenco utilizzando l'indicizzazione come negli array. Pertanto, l'elenco può essere utilizzato come array ma l'unica condizione è che tutti gli elementi siano dello stesso tipo.
Esempio : Qui abbiamo dichiarato un array utilizzando list con alcuni valori interi al suo interno. Stampiamo i valori di un array utilizzando l'indicizzazione con l'aiuto del ciclo for. Successivamente inseriamo un altro elemento alla fine dell'elenco utilizzando la funzione append() e modifichiamo il valore nell'indice '0' nell'array. Ora stampiamo di nuovo l'array e possiamo vedere l'array modificato in un output.
Python3
# Declaring arrays using list in Python> array> => [> 12> ,> 34> ,> 45> ,> 32> ,> 54> ]> for> i> in> range> (> 0> ,> len> (array)):> > print> (array[i], end> => ' '> )> # Inserting element in array> array.append(> 99> );> # Modifying element in an array> array[> 0> ]> => 100> ;> print> (> '
Array after modification :'> )> for> i> in> range> (> 0> ,> len> (array)):> > print> (array[i], end> => ' '> )> |
Produzione
12 34 45 32 54 Array after modification : 100 34 45 32 54 99
Dichiarare un array utilizzando il modulo Array in Python
In Python, il modulo array è disponibile per utilizzare array che si comportano esattamente come in altri linguaggi come C, C++ e Java. Definisce un tipo di oggetto che può rappresentare in modo compatto un array di valori primari come numeri interi, caratteri e numeri in virgola mobile.
Sintassi per dichiarare un array
Nome_Variabile = array(codicetipo, [elemento1, elemento2, …., elementon])
Qui,
- Variable_Name – È il nome di un array.
- typecode – Specifica il tipo di elementi da memorizzare in un array.
- [] – All'interno delle parentesi quadre possiamo menzionare l'elemento da memorizzare nell'array durante la dichiarazione.
Esempio : Nel codice seguente, innanzitutto importiamo il modulo array e quindi dichiariamo un array1 di tipo intero utilizzando la funzione array(). Successivamente dobbiamo stampare i valori di array1.
Python3
import> array as arr> # Declaring an array> array1> => arr.array(> 'i'> , [> 10> ,> 20> ,> 30> ,> 40> ,> 50> ])> # Printing array1> for> i> in> range> (> 0> ,> len> (array1)):> > print> (array1[i], end> => ' '> )> |
Produzione
10 20 30 40 50
Crea array NumPy
NumPy è una popolare libreria di Python utilizzata per lavorare con gli array. Gli array NumPy sono più ottimizzati degli elenchi Python e l'ottimizzazione gioca un ruolo cruciale durante la programmazione.
Esempio : Nel codice seguente, prima abbiamo importato il modulo NumPy, quindi abbiamo dichiarato diversi tipi di array come array 1D, 2D e 3D utilizzando la funzione array() di NumPy e quindi li abbiamo stampati.
Python3
import> numpy as np> # Declare 1D array> array1> => np.array([> 10> ,> 23> ,> 34> ,> 33> ,> 45> ])> print> (> 'Print 1D array: '> )> print> (array1)> # Declare 2D array> array2> => np.array([[> 1> ,> 2> ,> 3> ,> 4> ,> 5> ],[> 6> ,> 7> ,> 8> ,> 9> ,> 10> ]])> print> (> '
Print 2D array: '> )> print> (array2)> # Declare 3D array> array3> => np.array([[[> 1> ,> 2> ,> 3> ,> 4> ,> 5> ],[> 6> ,> 7> ,> 8> ,> 9> ,> 10> ]],> > [[> 11> ,> 12> ,> 13> ,> 14> ,> 15> ],[> 16> ,> 17> ,> 18> ,> 19> ,> 20> ]]])> print> (> '
Print 3D array: '> )> print> (array3)> |
Produzione: