Python没有提供直接的数组类型数据结构，但是可以通过从类库array中导入

概述：数组v.s.列表

数组（array）表示的是可以在给定的索引位置访问或替代的项的一个序列

根据定义，Python的列表类似于数组（实际上，列表的底层结构就是数组）

和Python列表不同的是，数组一旦确定，它的长度（容量）也就确定了

Python数组类

在Python的内置模块array中提供了一般语言的数组功能

array.Array是一个类，在Python中需要手动导入

from array import Array

具有讽刺意味的是，Array类使用Python列表来保存其所有项

Python数组类提供了如下方法接口

用户的数组操作         Array类中的方法
--------------      -----------------
a = Array(10)       # __init__(capacity, fillValue=None)
len(a)              # __len__()
str(a)              # __str__()
for item in a:      #__iter__()
a[index]            # __getitem__(index)
a[index] = newItme  # __setitem__(index, newItem)

Python数组类的__init__(capacity, fillValue=None)注意到默认填充元素为None，如果需要可以重写该方法

不管怎么说，Python数组都像是受到限制的列表——但正是这种限制提供了一定意义上的安全性，有利有弊

array.Array类的定义模块

"""
File: arrays.py

An array is like a list , but the client can use
only [], len, iter, and str

To instantiate, use

<variable> = Array(<capacity>, <optional fill value>)

The fill value is None default
"""

class Array(object):
    """Represents an array."""

    def __init__(self, capacity, fillValue=None):
        """Capcaity is the static size of the array.
        fillValue is plased at each position."""
        self._items = list()
        for count in range(capacity):
            self._items.append(fillValue)

    def __len__(self):
        """->The capacity of the array."""
        return len(self._items)

    def __str__(self):
        """->The string representation of the array."""
        return str(self._items)

    def __iter__(self):
        """Support traversal with a for loop."""
        return iter(self._items)

    def __getitem__(self, index):
        """Subscript operator for access at index."""
        return self._items[index]

    def __setitem__(self, index, newItem):
        self._item[index] = newItem 

多维数组：学习使用numpy（新手级别）

numpy安装方法

在命令行下，键入

pip3 install numpy --user python3

numpy基本介绍

numpy是一个优秀的Python第三方库，支持大量的数学计算，我们使用它来『玩一玩』多维数组（矩阵）

numpy模拟矩阵

numpy的数组称为ndarray——使用numpy，开发人员可以执行以下操作：1）数组的算术运算和逻辑运算，2）傅立叶变换和用于图形操作的例程，3）与线性代数以有关的操作

numpy.ndarray和标准库的array.array的区别在于，后者只处理一维数组，而前者还提供多位数组的支持

使用下面的函数创建一个ndarray对象

# object: 任何暴露数组接口的对象都会返回一个数组或任何（嵌套）序列
# dtype: 数组的所需数据类型
# copy: 可选，默认为True，对象是否被复制
# order: C（按行）、F（按列）、A（任意，默认）
# subok: 默认情况下，返回的数组被强制为基类数组，如果为True，则返回子类
# ndmin: 指定返回数组的最小维数

numpy.array(objecy, dtype=None, copy=True, order=None, subok=False, ndmin=0)

numpy作为一款优秀的Python第三方库，这里只是简单介绍——以后会有详细的文章专门进行讲解