Python3 中创建数组的方式有很多，我们常用的库主要有 array 模块、list 列表和 numpy 数组，其中 numpy 是科学计算的首选工具。以下我们详细介绍如何使用这些方法创建数组，并举例说明。
一、使用 array 模块创建数组
array 模块是 Python 标准库的一部分，用于创建数组。与 list 不同，array 模块创建的数组只能包含相同类型的元素。要使用 array 模块，首先需要导入它：
import array
1、创建整型数组
使用 array 模块创建一个包含整型元素的数组：
import array
arr = array.array('i', [1, 2, 3, 4, 5])
print(arr)
在这里，'i' 表示数组的元素类型为整型（integer）。
2、创建浮点型数组
使用 array 模块创建一个包含浮点型元素的数组：
import array
arr = array.array('d', [1.1, 2.2, 3.3, 4.4, 5.5])
print(arr)
在这里，'d' 表示数组的元素类型为双精度浮点型（double float）。
二、使用列表（list）创建数组
在 Python 中，最常用的一种数组形式就是列表。列表可以包含不同类型的元素，但我们通常将其作为数组使用。
1、创建一个简单的列表
arr = [1, 2, 3, 4, 5]
print(arr)
2、创建一个多维列表
arr = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
print(arr)
三、使用 numpy 创建数组
numpy 是一个用于科学计算的第三方库，提供了强大的数组对象 ndarray，它支持多维数组和大量的数学操作。
首先，你需要安装 numpy：
pip install numpy
然后导入 numpy 并创建数组：
1、创建一维数组
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
2、创建二维数组
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr)
3、使用 numpy 的其他数组创建方法
- 使用
zeros创建全零数组：
import numpy as np
arr = np.zeros((3, 3))
print(arr)
- 使用
ones创建全一数组：
import numpy as np
arr = np.ones((3, 3))
print(arr)
- 使用
arange创建一个范围数组：
import numpy as np
arr = np.arange(10)
print(arr)
- 使用
linspace创建一个线性空间数组：
import numpy as np
arr = np.linspace(0, 1, 5)
print(arr)
四、总结
使用 array 模块创建数组时需注意其类型限制，可以确保数组中元素的类型一致；而使用 list 列表则没有类型限制，可以包含不同类型的元素，但通常作为数组使用时会保持类型一致；而 numpy 是科学计算的首选工具，提供了强大的多维数组对象 ndarray，并支持大量的数学操作，是处理大规模数据和进行复杂计算的利器。选择适合的工具和方法，可以更高效地创建和操作数组。
相关问答FAQs：
如何在Python3中创建一个空数组？
在Python3中，创建一个空数组可以使用NumPy库。首先需要安装NumPy库，可以通过命令pip install numpy来完成。然后可以使用numpy.array()函数来创建空数组，例如：
import numpy as np
empty_array = np.array([])
这个代码片段会生成一个空的NumPy数组。
如何使用Python3创建一个包含特定元素的数组？
要创建一个包含特定元素的数组，可以使用NumPy库的numpy.array()函数。比如，如果想创建一个包含数字1到5的数组，可以这样写：
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
这段代码会生成一个包含数字1到5的数组。
Python3中数组的类型是什么？
在Python3中，数组通常是指列表（list）和NumPy数组。标准的Python列表可以包含不同类型的元素，而NumPy数组则是同质的，所有元素必须是相同的数据类型。NumPy数组提供了更高效的计算和操作功能，特别适合处理大量数据。可以通过type()函数来检查数组的类型，例如：
import numpy as np
arr = np.array([1, 2, 3])
print(type(arr)) # 输出：<class 'numpy.ndarray'>
这将显示数组的具体类型，帮助开发者更好地理解其使用场景。
