python的3种数据类型（Python系列Python）

python的3种数据类型（Python系列Python）Python的数组模块可以节省空间地存储基本的C样式数据类型，例如字节，32位整数，浮点数等。Python在标准库中包含具有不同特征的多个类似数组的数据结构。让我们看看它们。数组如何工作，它们的作用是什么？数组由固定大小的数据记录组成，这些数据记录允许每个元素根据其索引进行有效定位。在性能方面，给定元素的索引，查找数组中包含的元素非常快。在这种情况下，适当的数组实现可确保O（1）的访问时间恒定。

在大多数编程语言中，数组都是一个基础而又普遍的数据结构。在很多算法中都有广泛的应用。

在本文中，我们将了解鲜为人知的Python数组实现，该实现仅使用Python标准库中包含的核心语言功能。

我们将看到每种方法的优点和缺点，以便我们可以决定哪种实现最适合我们的用例。但是在开始之前，让我们先介绍一些基础知识。

数组如何工作，它们的作用是什么？

数组由固定大小的数据记录组成，这些数据记录允许每个元素根据其索引进行有效定位。

在性能方面，给定元素的索引，查找数组中包含的元素非常快。在这种情况下，适当的数组实现可确保O（1）的访问时间恒定。

Python在标准库中包含具有不同特征的多个类似数组的数据结构。让我们看看它们。

array.array —基本类型数组

Python的数组模块可以节省空间地存储基本的C样式数据类型，例如字节，32位整数，浮点数等。

使用array.array类创建的数组是可变的，并且行为类似于列表，除了一个重要的区别—它们是“类型化数组”，被约束为单个数据类型。

由于此约束，具有许多元素的array.array对象比列表和元组更节省空间。存储在它们中的元素是紧密包装的，如果我们需要存储许多相同类型的元素，这将很有用。

此外，数组支持许多与常规列表相同的方法，并且我们可以将它们用作“直接替换”，而无需对应用程序代码进行其他更改。

>>> import array >>> arr = array.array('i' (22 30 10 6)) >>> arr[1] 30 # Arrays are mutable arr[1] = 25 >>> arr array('i' [22 25 10 6]) >>> arr.append(27) >>> arr array('i' [22 25 10 6 27]) # Arrays are typed >>> arr[1] = "Sarah" TypeError: an integer is required (got type str)str — Unicode字符的不可变数组

str是一个不变的字符数组，用于将文本数据存储为Unicode字符。而且，它是一个递归数据结构-字符串中的每个字符本身都是长度为1 的str对象。

字符串对象节省空间，因为它们被紧密包装并且专门用于单一数据类型。由于字符串在Python中是不可变的，因此修改字符串需要创建修改后的副本。

>>> arr = 'Sarah' >>> arr[1] 'a' >>> arr 'Sarah' # String are immutable >>> arr[1] = 'k' TypeError: 'str' object does not support item assignment # Strings are recursive data structures >>> type('Sarah') <class 'str'> >>> type('Sarah'[1]) <class 'str'>bytes —不可变的单字节数组

字节对象是单个字节的不可变序列（整数范围为0≤x≤255）。从概念上讲，它们类似于str对象。

像字符串一样，字节有其自己的用于创建对象的文字语法，而且它们节省空间。

>>> arr = bytes((22 30 10 6)) >>> arr[1] 30 # Bytes literals have their own syntax >>> arr b'\x16\x1e\n\x06' # Bytes are immutable >>> arr[1] = 25 TypeError: 'bytes' object does not support item assignment >>> del arr[1] TypeError: 'bytes' object doesn't support item deletion # Only valid bytes are allowed: >>> bytes((0 2206)) ValueError: bytes must be in range(0 256)bytearray —单字节可变数组

该字节组类型是整数的范围内的可变序列0≤X≤255他们是密切相关的字节与主要区别在于对象的ByteArray可以随意修改-我们可以覆盖的元素，删除或添加新的。该字节组对象将增长，并相应地缩小。

字节数组可以转换回不可变的字节对象，但这涉及到完整复制存储的数据-耗时O（n）的缓慢操作。

>>> arr = bytearray((22 30 10 6)) >>> arr[1] 30 # The bytearray repr: >>> arr bytearray(b'\x16\x1e\n\x06') # bytearrays are mutable >>> arr[1] = 25 >>> arr[1] 25 >>> arr bytearray(b'\x16\x19\n\x06') >>> del arr[1] >>> arr bytearray(b'\x16\n\x06') >>> arr.append(27) >>> arr bytearray(b'\x16\n\x06\x1b') # bytearrays can hold valid bytes >>> arr[1] = 2206 ValueError: byte must be in range(0 256) >>> arr[1] = "Sarah" TypeError: 'str' object cannot be interpreted as an integer # bytearrays can be converted back into # bytes objects >>> bytes(arr) b'\x16\n\x06\x1b'结论：

• 如果我们要存储具有混合数据类型的任意对象，则可以使用列表或元组对象。
• 当我们拥有数值数据和紧密包装以及性能很重要时，我们可以尝试使用array.array。
• 我们可以使用内置的str对象将文本数据表示为Unicode字符。
• 当我们要存储连续的字节块时，不可变的字节类型或字节数组可以派上用场。