PYTHON 数组

在 Python中 ，数组可以指代多种不同的数据结构或库。以下是几种常见的数组表示方式和相关库：

列表（List）：

• 列表是 Python 中内置的基本数据结构，用于存储有序的元素集合。

• 可以包含不同类型的元素，支持动态大小调整和多种操作。

• 示例：

  
  

my_list = [1, 2, 3, 4, 5]

数组模块（array module）：

• Python 标准库中提供了array模块，用于创建和操作一维数组。

• 数组中的所有元素必须是相同类型的。

• 示例：

from array import array
my_array = array('i', [1, 2, 3, 4, 5])  # 'i' 表示整数类型

NumPy数组：

• NumPy 是 Python 中用于科学计算的核心库，提供了多维数组对象（ndarray）。

• NumPy 数组支持广播、矢量化运算以及丰富的数组操作。

• 是处理大规模数值数据和进行高性能数值计算的首选工具。

• 示例：

import numpy as np
my_np_array = np.array([1, 2, 3, 4, 5])

Pandas Series和DataFrame：

• Pandas 是建立在 NumPy 之上的数据分析工具，提供了 Series 和 DataFrame 两种数据结构。

• Series 是一维标记数组，类似于带标签的 NumPy 数组。

• DataFrame 是二维标记数据结构，类似于电子表格或 SQL 表格。

• Pandas 适合处理结构化数据和进行数据分析任务。

• 示例：

import pandas as pd
# 创建Series
my_series = pd.Series([1, 2, 3, 4, 5])
# 创建DataFrame
data = {'col1': [1, 2, 3], 'col2': [4, 5, 6]}
my_df = pd.DataFrame(data)

列表推导式（List Comprehensions）：

• 列表推导式是一种创建列表的紧凑方式，可以根据现有列表快速生成新列表。

• 示例

squared_numbers = [x**2 for x in range(10)]

这些是 Python 中常见的数组和相关数据结构。选择合适的数组类型取决于你的具体需求，例如处理数据的类型、数据规模以及所需的操作和功能。