Das Erstellen von Arrays ist eine der Hauptaufgaben von Programmierern in Python. Arrays sind geordnete Sätze von Elementen, die von jedem Datentyp sein können. Das Erstellen eines Arrays, das einem bereits vorhandenen entspricht, kann in vielen Situationen nützlich sein, z. B. wenn Sie eine Reihe von Vorgängen für Daten ausführen müssen, wobei das ursprüngliche Array beibehalten wird.
Sie können verschiedene Methoden verwenden, um ein Array zu erstellen, das einem bereits vorhandenen Array entspricht. Eine solche Methode ist die Verwendung von Schnitten. Mit Ausschnitten können Sie einen Teil eines vorhandenen Arrays abrufen und basierend auf den extrahierten Elementen ein neues Array erstellen. Um ein Array zu erstellen, das diesem Wert entspricht, müssen Sie einen Ausschnitt mit Indizes von 0 bis einschließlich des letzten Indexes verwenden.
Zum Beispiel, wenn wir ein Array von a haben, das Elemente enthält [1, 2, 3, 4, 5]. Wir können ein neues Array erstellen, das dem Array a entspricht, wie folgt:
Daher haben wir ein neues Array b erstellt, das die gleichen Elemente wie das Array a enthält. Das Ändern der Elemente des neuen Arrays b wirkt sich nicht auf das ursprüngliche Array a aus. Diese Methode zum Erstellen eines Arrays ist nützlich, wenn wir mit einer Kopie eines Arrays arbeiten möchten, ohne das ursprüngliche Array zu ändern.
Arrays in Python
Arrays in Python sind Datenstrukturen, mit denen Sie viele Elemente desselben Typs speichern können. Sie können entweder als leere Container erstellt oder mit bestimmten Werten initialisiert werden.
Sie können ein Array in Python mit der array-Funktion aus dem array-Modul erstellen. Sie muss den Elementtyp des Arrays (Integer, Gleitkommazeichen, Symbole usw.) und eine optionale Abfolge von Werten übergeben. Wenn keine Sequenz angegeben ist, wird ein leeres Array erstellt.
Hier ist ein Beispiel für das Erstellen eines Arrays mit bestimmten Werten:
Индекс Значение 0 1 1 3 2 5 3 7
In diesem Beispiel wird ein Array mit vier Elementen erstellt: 1, 3, 5 und 7.
Der Zugriff auf die Elemente des Arrays erfolgt über ihren Index, der bei 0 beginnt. Um beispielsweise den Wert des dritten Arrayelements abzurufen, müssen Sie den Index 2 angeben.
Mit Arrays in Python können Sie verschiedene Operationen ausführen, z. B. Hinzufügen, Löschen und Ändern von Elementen, Sortieren und Filtern von Werten. Mit diesen Funktionen können Sie große Datenmengen bequem und effizient verwalten.
Es ist wichtig sich daran zu erinnern, dass Arrays in Python dynamisch sind, dh sie können ihre Größe bei Bedarf ändern. Dies ist praktisch für die Arbeit mit Daten mit variabler Länge.
Was ist ein Array in Python?
Arrays in Python können beliebige Datentypen enthalten, z. B. Zahlen, Strings, Objekte usw. Wenn Sie ein Array erstellen, müssen Sie seine Dimension angeben, dh die Anzahl der Elemente, die es aufnehmen kann.
Operationen an Arrays in Python umfassen den Zugriff auf Elemente nach Index, das Hinzufügen und Entfernen von Elementen sowie das Ausführen verschiedener Operationen an Arrays wie Join, Sortieren usw.
Sie können ein Array in Python mit der array() -Funktion des Numpy-Moduls erstellen oder ein Array-Literal verwenden, das als eine Liste von Elementen dargestellt wird, die in eckige Klammern eingeschlossen sind.
Um beispielsweise ein Array mit Zahlen zwischen 1 und 5 zu erstellen, können Sie den folgenden Code verwenden:
import numpy as nparr = np.array([1, 2, 3, 4, 5])
Die Variable arr enthält jetzt ein Array mit Elementen zwischen 1 und 5.
Arrays in Python sind ein praktisches Werkzeug für die Arbeit mit großen Datenmengen und bieten viele Methoden und Funktionen zum Verarbeiten und Analysieren dieser Daten. Sie werden in vielen Bereichen wie Datenwissenschaft, maschinelles Lernen, Finanzdatenanalyse und mehr häufig verwendet.
Wie erstelle ich ein Array in Python?
Es gibt mehrere Möglichkeiten, Arrays in Python zu erstellen:
1. Erstellen eines leeren Arrays:
2. Erstellen eines Arrays mit Elementen:
array = [element1, element2, element3]
3. Verwenden der Funktion range() um ein Array von Zahlen zu erstellen:
array = list(range(Anfangswert, Endwert, Schritt))
4. Verwenden eines listenkomprimierten Arrays zum Erstellen eines Arrays mit bestimmten Regeln:
array = [for-Ausdruck Element in if-Auflistung Bedingung]
Nachdem Sie ein Array erstellt haben, können Sie auf seine Elemente zugreifen, deren Werte ändern, neue Elemente hinzufügen oder vorhandene Elemente löschen. Zum Beispiel müssen Sie die Syntax verwenden, um auf ein Element eines Arrays über seinen Index zuzugreifen:
Wichtig:
Die Indizierung von Elementen in Python beginnt bei Null. Dies bedeutet, dass das erste Element des Arrays einen Index von 0 hat, das zweite Element einen Index von 1 usw. Um das letzte Element des Arrays zu erhalten, können Sie einen negativen Index verwenden: array[-1].
Jetzt kennen Sie die grundlegenden Möglichkeiten, Arrays in Python zu erstellen. Verwenden Sie sie in Ihren Programmen, um mit Datensammlungen zu arbeiten!
Beispiele für die Verwendung von Arrays in Python
Hier sind einige Beispiele für die Verwendung von Arrays in Python:
| Ein Beispiel | Die Beschreibung |
|---|---|
| numbers = [1, 2, 3, 4, 5] | Deklarieren Sie ein Array mit fünf Elementen (Zahlen von 1 bis 5). |
| fruits = ['Apfel', 'Banane', 'Birne'] | Deklarieren Sie ein Array mit drei Elementen (Obstnamen). |
| empty_array = [] | Deklarieren Sie ein leeres Array. |
Arrays in Python können Elemente verschiedener Datentypen enthalten, z. B. Zahlen, Strings, Boolesche Werte und sogar andere Arrays.
Sie können Indizes verwenden, um auf die Elemente des Arrays zuzugreifen. Die Indizes beginnen bei Null, daher hat das erste Element des Arrays einen Index von 0. Hier ist ein Beispiel:
numbers = [1, 2, 3, 4, 5]first_number = numbers[0] # доступ к первому элементу
Sie können die Elemente des Arrays auch ändern, indem Sie ihnen neue Werte zuweisen:
numbers = [1, 2, 3, 4, 5]numbers[0] = 10 # изменение первого элемента
Arrays in Python unterstützen verschiedene Operationen wie das Hinzufügen neuer Elemente, das Entfernen von Elementen, das Sortieren und vieles mehr. Sie sind ein leistungsfähiges Werkzeug für die Arbeit mit Datensammlungen in Python.