一文搞懂Python中的所有数组数据类型

关于我

编程界的一名小小程序猿，目前在一个创业团队任team lead，技术栈涉及Android、Python、Java和Go，这个也是我们团队的主要技术栈。 联系：hylinux1024@gmail.com

数组类型是各种编程语言中基本的数组结构了，本文来盘点下 Python 中各种“数组”类型的实现。

list
tuple
array.array
str
bytes
bytearray
PYthon学习企鹅裙：88198-2657  领取python自动化编程资料教程

其实把以上类型都说成是数组是不准确的。这里把数组当作一个广义的概念，即把列表、序列、数组都当作 array-like 数据类型来理解。

注意本文所有代码都是在 Python3.7 中跑的^_^

0x00 可变的动态列表list

list 应该是 Python 最常用到的数组类型了。它的特点是 可变的、能动态扩容，可存储 Python 中的一切对象，使用时不用指定存储的元素的类型 。

使用非常简单

>>> arr = ["one","two","three"]
>>> arr[0]
'one'
# 动态扩容
>>> arr.append(4)
>>> arr
['one', 'two', 'three', 4]
# 删除一个元素
>>> del arr[2]
>>> arr
['one', 'two', 4]
复制代码
PYthon学习企鹅裙：88198-2657  领取python自动化编程资料教程

0x01 不可变的tuple

tuple 的操作与 list 类似。它的特点是 不可变，不能扩容，可存储 Python 中的一切对象，使用时不用指定存储的元素的类型 。

>>> t = 'one','two',3
>>> t
('one', 'two', 3)
>>> t.append(4)
AttributeError: 'tuple' object has no attribute 'append'
>>> del t[0]
TypeError: 'tuple' object doesn't support item deletion
复制代码
tuple 可以使用 + 运算符，这个运算将创建一个新的 tuple 对象用于存储数据。

>>> t+(1,)
('one', 'two', 3, 1)
>>> tcopy = t+(1,)
>>> tcopy
('one', 'two', 3, 1)
>>> id(tcopy)
4604415336
>>> id(t)
4605245696
复制代码

可以看出 tuple 执行 + 运算符之后两个对象的地址是不一样

0x02 array.array

如果在 Python 中要用到其它语言中类似“数组”的数据结构，就需要用到 array 模块了。它的特点是 可变的、存储相同类型的数值，不能存储对象 。

因为 array 在使用的时候要指定元素数据类型，因此它比 list 和 tuple 都有比较高效空间性能。

# 使用时指定元素数据类型为`float`
>>> arr = array.array('f', (1.0, 1.5, 2.0, 2.5))
>>> arr
array('f', [1.0, 1.5, 2.0, 2.5])
# 修改一个元素
>>> arr[1]=12.45
>>> arr
array('f', [1.0, 12.449999809265137, 2.0, 2.5])
# 删除一个元素
>>> del arr[2]
>>> arr
array('f', [1.0, 12.449999809265137, 2.5])
# 增加一个元素
>>> arr.append(4.89)
>>> arr
array('f', [1.0, 12.449999809265137, 2.5, 4.889999866485596])
# 如果将一个字符串类型数据存储到一个浮点数的数组将会报错
>>> arr[0]='hello'
TypeError: must be real number, not str
复制代码

array 中元素的数据类型可以参考下表

Type code	C Type	Python Type
'b'	signed char	int
'B'	unsigned char	int
'u'	Py_UNICODE	Unicode character
'h'	signed short	int
'H'	unsigned short	int
'i'	signed int	int
'I'	unsigned int	int
'l'	signed long	int
'L'	unsigned long	int
'q'	signed long long	int
'Q'	unsigned long long	int
'f'	float	float
'd'	double	float

0x03 字符串序列str

Python3 中使用 str 对象来表示一个文本字符序列(看，这跟 Java 中的字符串 String 是多么相似呢)。它的特点 不可变的 Unicode 字符序列 。

在 str 中它的每一个元素都是字符串对象。

>>> s ='123abc'
>>> s
'123abc'
>>> s[0]
'1'
>>> s[2]
'3'
# 字符串是不可变的序列，不能删除其中的元素
>>> del s[1]
TypeError: 'str' object doesn't support item deletion  
# 要对字符串进行操作，可以转化成list  
>>> sn = list(s)
>>> sn
['1', '2', '3', 'a', 'b', 'c']
>>> sn.append(9)
>>> sn
['1', '2', '3', 'a', 'b', 'c', 9]
# 字符串中的元素也是字符串对象
>>> type(s[2])
<class 'str'>
>>> type(s)
<class 'str'>
复制代码
str 对象也可以执行 + 操作，它也会生成一个新对象用于存储。

>>> s2 = s+'33'
>>> s2
'123abc33'
>>> id(s2)
4605193648
>>> id(s)
4552640416
复制代码

0x04 bytes

bytes 对象用于存储字节序列，它的特点是 不可变存储，可存储0-256的数值 。

>>> b = bytes([0,2,4,8])
>>> b[2]
4
>>> b
b'\x00\x02\x04\x08'
>>> b[0]=33
TypeError: 'bytes' object does not support item assignment
>>> del b[0]
TypeError: 'bytes' object doesn't support item deletion
复制代码

0x05 bytearray

bytearray 对象与 bytes 类似，用于存储字节序列。它的特点是 可变的，能动态扩容 的字节数组。

>>> ba = bytearray((1,3,5,7,9))
>>> ba
bytearray(b'\x01\x03\x05\x07\t')
>>> ba[1]
3
# 删除一个元素
>>> del ba[1]
>>> ba
bytearray(b'\x01\x05\x07\t')
>>> ba[0]=2
>>> ba[0]
2
# 添加一个元素
>>> ba.append(6)
# 只能添加字节
>>> ba.append(s)
TypeError: 'str' object cannot be interpreted as an integer
>>> ba
bytearray(b'\x02\x05\x07\t\x06')
# 字节的范围是0-256
>>> ba[2]=288
ValueError: byte must be in range(0, 256)
复制代码
bytearray 可以转化成 bytes 对象，但效率不是很高。

# bytearray转成bytes将生成一个新对象
>>> bn = bytes(ba)
>>> id(bn)
4604114344
>>> id(ba)
4552473544
复制代码

0x06 各个类型相互转化

 

tuple->list

>>> tuple(l)
('a', 'b', 'c')
复制代码
list->tuple

>>> t
('a', 'b', 'c')
>>> list(t)
['a', 'b', 'c']
复制代码
str->list

>>> l = list('abc')
>>> l
['a', 'b', 'c']
复制代码
list->str

>>> l
['a', 'b', 'c']
>>> ''.join(l)
'abc'
复制代码
str->bytes

>>> s = '123'
>>> bytes(s)
TypeError: string argument without an encoding
>>> bytes(s,encoding='utf-8')
b'123'
# 或者使用str的encode()方法
>>> s.encode()
b'123'
复制代码
bytes->str

>>> b = b'124'
>>> b
b'124'
>>> type(b)
<class 'bytes'>
>>> str(b,encoding='utf-8')
'124'
# 或使用bytes的decode()
>>> b.decode()
'124'
复制代码

0x07 总结

这些数据类型都是 Python 自带的，在实际开发中应该根据具体需求选择合适的数据类型。例如当要存储的元素类型是多种多样的，那么就应该使用 list 或者 tuple 。而 array.array 相对来说拥有较好的空间性能，但它只能存储单一类型。

我相信在很多业务场景中 list 或 tuple 是可以满足需求的，只是其它数据结构也要有所了解，在我们做一些基础组件时，会考虑数据结构的性能，或者阅读他人的代码时，能做到心中有数。

0x08 学习资料

• docs.python.org/3.1/library…
• docs.python.org/zh-cn/3/lib…
• docs.python.org/3/library/s…