Массивы с заданным типом в Python: полное руководство

Пример 1: конкатенация и повторение массивов

Массивы поддерживают операторы + и *, как списки. Результат - новый массив того же типа.

from array import array

a = array('i', [1, 2, 3])
b = array('i', [4, 5])
c = a + b         # array('i', [1,2,3,4,5])
d = a * 3         # array('i', [1,2,3,1,2,3,1,2,3])
print(c)
print(d)

array('i', [1, 2, 3, 4, 5])
array('i', [1, 2, 3, 1, 2, 3, 1, 2, 3])

Пример 2: чтение и запись массива в бинарный файл

Методы tofile и fromfile позволяют эффективно сохранять и загружать массивы.

from array import array

# Запись
arr = array('d', [1.5, 2.7, 3.1])
with open('data.bin', 'wb') as f:
    arr.tofile(f)

# Чтение
loaded = array('d')
with open('data.bin', 'rb') as f:
    loaded.fromfile(f, 3)  # читаем 3 числа
print(loaded)

array('d', [1.5, 2.7, 3.1])

Пример 3: использование typecode для беззнаковых 64-битных целых

На 64-битных платформах доступен 'Q' (unsigned long long).

from array import array

a = array('Q', [2**64-1, 12345678901234567890])
print(a)
print(a.itemsize)  # 8 байт на элемент

array('Q', [18446744073709551615, 12345678901234567890])
8

Пример 4: преобразование массива в байты и обратно

Метод tobytes() возвращает байтовое представление, frombytes() восстанавливает массив.

from array import array

arr = array('i', [1000, -2000])
b = arr.tobytes()
print(b.hex())

# Восстановление
arr2 = array('i')
arr2.frombytes(b)
print(arr2)

e8030000f0f7ffff
array('i', [1000, -2000])

Обратите внимание: порядок байт зависит от архитектуры (little-endian на x86). Для переносимости используйте struct с явным указанием порядка.

Пример 5: сортировка и поиск в массиве

Массивы поддерживают метод .tolist() для преобразования в список. Встроенных методов сортировки нет, но можно использовать sorted() или отсортировать список и создать новый массив.

from array import array

a = array('i', [3, 1, 4, 1, 5, 9])
sorted_arr = array('i', sorted(a))
print(sorted_arr)
# Поиск индекса
print(sorted_arr.index(4))

array('i', [1, 1, 3, 4, 5, 9])
3

Пример 6: сравнение скорости операций с массивом и списком

Используем модуль timeit для наглядности.

import timeit
from array import array

setup = '''
from array import array
lst = list(range(100000))
arr = array('i', lst)
'''

stmt_list = '''
for i in range(len(lst)):
    lst[i] += 1
'''

stmt_arr = '''
for i in range(len(arr)):
    arr[i] += 1
'''

print('Список:', timeit.timeit(stmt_list, setup, number=100))
print('Массив:', timeit.timeit(stmt_arr, setup, number=100))

Список: 1.25 (примерно)
Массив: 0.80 (примерно)

Массив работает быстрее благодаря прямому доступу к памяти и отсутствию упаковки объектов.

Пример 7: работа с массивом символов (typecode 'u')

В Python 3 массив с типом 'u' (Unicode-символ) может хранить строки как последовательность символов. Однако в более новых версиях он считается устаревшим.

from array import array

char_arr = array('u', 'Привет')
print(char_arr[1])  # р
char_arr.append('!')
print(char_arr.tounicode())  # Привет!

р
Привет!

Пример 8: создание многомерного массива с помощью вложенных array

Сам array одномерный. Для многомерности можно использовать список массивов или перейти к numpy.

from array import array

# Матрица 2x3
matrix = [array('d', [1.0, 2.0, 3.0]),
          array('d', [4.0, 5.0, 6.0])]
print(matrix[0][1])  # 2.0
# Транспонирование с помощью zip
for col in zip(*matrix):
    print(array('d', col))

2.0
array('d', [1.0, 4.0])
array('d', [2.0, 5.0])
array('d', [3.0, 6.0])