Python中的array数组模块相关使用

来源：动视网责编：小采时间：2020-11-27 14:22:08

Python中的array数组模块相关使用

Python中的array数组模块相关使用:数组并不是Python中内置的标配数据结构,不过拥有array模块我们也可以在Python中使用数组结构,下面我们就来详解详解Python中的array数组模块相关使用初始化array实例化可以提供一个参数来描述允许那种数据类型，还可以有一个初始的数据序列存储在数组中。im

推荐度：

点击下载本文 文档为doc格式

导读Python中的array数组模块相关使用:数组并不是Python中内置的标配数据结构,不过拥有array模块我们也可以在Python中使用数组结构,下面我们就来详解详解Python中的array数组模块相关使用初始化array实例化可以提供一个参数来描述允许那种数据类型，还可以有一个初始的数据序列存储在数组中。im

数组并不是Python中内置的标配数据结构,不过拥有array模块我们也可以在Python中使用数组结构,下面我们就来详解详解Python中的array数组模块相关使用

初始化
array实例化可以提供一个参数来描述允许那种数据类型，还可以有一个初始的数据序列存储在数组中。

import array
import binascii
s = 'This is the array.'
a = array.array('c', s)
print 'As string:', s
print 'As array :', a
print 'As hex :', binascii.hexlify(a)

数组配置为包含一个字节序列，用一个简单的字符串初始化。

>>> ================================ RESTART ================================
>>> 
As string: This is the array.
As array : array('c', 'This is the array.')
As hex : 54686973206973207468652061727261792e

处理数组
类似于其他python序列，可以采用同样方式扩展和处理array。

import array
import pprint
a = array.array('i', xrange(3))
print 'Initial :', a
a.extend(xrange(3))
print 'Extended:', a
print 'slice: :', a[2:5]
print 'Itetator:'
print list(enumerate(a))

支持的操作包括分片，迭代以及向末尾增加元素。

>>> ================================ RESTART ================================
>>> 
Initial : array('i', [0, 1, 2])
Extended: array('i', [0, 1, 2, 0, 1, 2])
slice: : array('i', [2, 0, 1])
Itetator:
[(0, 0), (1, 1), (2, 2), (3, 0), (4, 1), (5, 2)]

数组和文件
可以使用高效读/写文件的专用内置方法将数组的内容写入文件或从文件读取数组。

import array
import binascii
import tempfile

a = array.array('i', xrange(5))
print 'A1: ',a
output = tempfile.NamedTemporaryFile()
a.tofile(output.file)
output.flush

with open(output.name, 'rb') as input:
 raw_input = input.read()
 print 'Raw Contents:', binascii.hexlify(raw_data)

 input.seek(0)
 a2 = array.array('i')
 a2.fromfile(input, len(a))
 print 'A2: ', a2

候选字节顺序
如果数组中的数据没有采用固有的字节顺序，或者在发送到一个采用不同字节顺序的系统前需要交换顺序，可以在python转换整个数组而无须迭代处理每个元素。

import array
import binascii

def to_hex(a):
 chars_per_item = a.itemsize * 2
 hex_version = binascii.hexlify(a)
 num_chunks = len(hex_version) / chars_per_item
 for i in xrange(num_chunks):
 start = i * chars_per_item
 end = start + chars_per_item
 yield hex_version[start:end]

a1 = array.array('i', xrange(5))
a2 = array.array('i', xrange(5))
a2.byteswap()

fmt = '%10s %10s %10s %10s'
print fmt % ('A1_hex', 'A1', 'A2_hex', 'A2')
print fmt % (('-' * 10,) * 4)
for value in zip(to_hex(a1), a1, to_hex(a2), a2):
 print fmt % value

byteswap()会交换C数组中元素的字节顺序，比在python中循环处理数据高效的多。

>>> ================================ RESTART ================================
>>> 
 A1_hex A1 A2_hex A2
---------- ---------- ---------- ----------
 00000000 0 00000000 0
 01000000 1 00000001 16777216
 02000000 2 00000002 33554432
 03000000 3 00000003 50331648
 04000000 4 00000004 67108864

Python中的array数组模块相关使用

推荐度：

点击下载本文 文档为doc格式

标签：使用模块 python

热门焦点

Python中的array数组模块相关使用

Python中的array数组模块相关使用

Python中的array数组模块相关使用

最新推荐

猜你喜欢

热门推荐