如何在 Python 中声明一个数组？

variable = []

现在 variable 指的是一个空列表^*。

当然，这是一个赋值，而不是一个声明。在 Python 中没有办法说“这个变量不应该引用列表以外的任何东西”，因为 Python 是动态类型的。

^*默认的内置 Python 类型称为 list，而不是数组。它是一个任意长度的有序容器，可以容纳异构的对象集合（它们的类型无关紧要，可以自由混合）。这不应与 array module 混淆，后者提供了更接近 C array 类型的类型；内容必须是同质的（都是同一类型），但长度仍然是动态的。

---

这是 Python 中令人惊讶的复杂主题。

实用答案

数组由类 list 表示（请参阅 reference，不要将它们与 generators 混合）。

查看使用示例：

# empty array
arr = [] 

# init with values (can contain mixed types)
arr = [1, "eels"]

# get item by index (can be negative to access end of array)
arr = [1, 2, 3, 4, 5, 6]
arr[0]  # 1
arr[-1] # 6

# get length
length = len(arr)

# supports append and insert
arr.append(8)
arr.insert(6, 7)

理论答案

在底层，Python 的 list 是一个包含对项目的引用的真实数组的包装器。此外，底层数组是用一些额外的空间创建的。

其后果是：

随机访问真的很便宜（arr[6653] 与 arr[0] 相同）

附加操作是“免费的”，而一些额外的空间

插入操作很昂贵

检查此awesome table of operations complexity。

https://i.stack.imgur.com/B2Q7K.png

---

您实际上并没有声明事物，但这就是您在 Python 中创建数组的方式：

from array import array
intarray = array('i')

有关详细信息，请参阅阵列模块：http://docs.python.org/library/array.html

现在可能你不想要一个数组，而是一个列表，但其他人已经回答了这个问题。 :)

---

我想你（意思是）想要一个前 30 个单元格已经填满的列表。所以

   f = []

   for i in range(30):
       f.append(0)

可以使用它的一个例子是斐波那契数列。请参阅 Project Euler 中的问题 2

---

这是如何：

my_array = [1, 'rebecca', 'allard', 15]

---

对于计算，请使用如下 numpy 数组：

import numpy as np

a = np.ones((3,2))        # a 2D array with 3 rows, 2 columns, filled with ones
b = np.array([1,2,3])     # a 1D array initialised using a list [1,2,3]
c = np.linspace(2,3,100)  # an array with 100 points beteen (and including) 2 and 3

print(a*1.5)  # all elements of a times 1.5
print(a.T+b)  # b added to the transpose of a

这些 numpy 数组可以从磁盘保存和加载（甚至是压缩的），并且具有大量元素的复杂计算与 C 一样快。

多用于科学环境。有关更多信息，请参见here。

---

JohnMachin's comment 应该是真正的答案。在我看来，所有其他答案只是解决方法！所以：

array=[0]*element_count

---

一些贡献表明 python 中的数组由列表表示。这是不正确的。 Python 在标准库模块 array "array.array()" 中有一个独立的 array() 实现，因此混淆两者是不正确的。列表是 python 中的列表，所以要小心使用的命名法。

list_01 = [4, 6.2, 7-2j, 'flo', 'cro']

list_01
Out[85]: [4, 6.2, (7-2j), 'flo', 'cro']

list 和 array.array() 之间有一个非常重要的区别。虽然这两个对象都是有序序列，但 array.array() 是有序同质序列，而列表是非同质序列。

---

您无需在 Python 中声明任何内容。你只是使用它。我建议您从 http://diveintopython.net 之类的东西开始。

---

我通常只会做 a = [1,2,3] 这实际上是 list 但对于 arrays 看看这个正式的 definition

---

要添加到 Lennart 的答案，可以像这样创建一个数组：

from array import array
float_array = array("f",values)

其中值可以采用元组、列表或 np.array 的形式，但不能采用数组的形式：

values = [1,2,3]
values = (1,2,3)
values = np.array([1,2,3],'f')
# 'i' will work here too, but if array is 'i' then values have to be int
wrong_values = array('f',[1,2,3])
# TypeError: 'array.array' object is not callable

并且输出仍然是相同的：

print(float_array)
print(float_array[1])
print(isinstance(float_array[1],float))

# array('f', [1.0, 2.0, 3.0])
# 2.0
# True

大多数列表方法也适用于数组，常见的有 pop()、extend() 和 append()。

从答案和评论来看，数组数据结构似乎不是那么流行。不过我喜欢它，就像人们可能更喜欢一个元组而不是一个列表一样。

数组结构比列表或 np.array 具有更严格的规则，这可以减少错误并使调试更容易，尤其是在处理数字数据时。

尝试将浮点数插入/附加到 int 数组将引发 TypeError：

values = [1,2,3]
int_array = array("i",values)
int_array.append(float(1))
# or int_array.extend([float(1)])

# TypeError: integer argument expected, got float

因此，在数组形式中保留整数（例如索引列表）可以防止“TypeError：列表索引必须是整数，而不是浮点数”，因为可以迭代数组，类似于 np.array 和列表：

int_array = array('i',[1,2,3])
data = [11,22,33,44,55]
sample = []
for i in int_array:
    sample.append(data[i])

令人讨厌的是，将 int 附加到 float 数组将导致 int 变为 float，而不会引发异常。

np.array 也为其条目保留相同的数据类型，但它不会给出错误，而是会更改其数据类型以适应新条目（通常为 double 或 str）：

import numpy as np
numpy_int_array = np.array([1,2,3],'i')
for i in numpy_int_array:
    print(type(i))
    # <class 'numpy.int32'>
numpy_int_array_2 = np.append(numpy_int_array,int(1))
# still <class 'numpy.int32'>
numpy_float_array = np.append(numpy_int_array,float(1))
# <class 'numpy.float64'> for all values
numpy_str_array = np.append(numpy_int_array,"1")
# <class 'numpy.str_'> for all values
data = [11,22,33,44,55]
sample = []
for i in numpy_int_array_2:
    sample.append(data[i])
    # no problem here, but TypeError for the other two

在分配期间也是如此。如果指定了数据类型，np.array 将尽可能将条目转换为该数据类型：

int_numpy_array = np.array([1,2,float(3)],'i')
# 3 becomes an int
int_numpy_array_2 = np.array([1,2,3.9],'i')
# 3.9 gets truncated to 3 (same as int(3.9))
invalid_array = np.array([1,2,"string"],'i')
# ValueError: invalid literal for int() with base 10: 'string'
# Same error as int('string')
str_numpy_array = np.array([1,2,3],'str')
print(str_numpy_array)
print([type(i) for i in str_numpy_array])
# ['1' '2' '3']
# <class 'numpy.str_'>

或者，本质上：

data = [1.2,3.4,5.6]
list_1 = np.array(data,'i').tolist()
list_2 = [int(i) for i in data]
print(list_1 == list_2)
# True

而数组将简单地给出：

invalid_array = array([1,2,3.9],'i')
# TypeError: integer argument expected, got float

因此，将 np.array 用于特定于类型的命令并不是一个好主意。数组结构在这里很有用。 list 保留值的数据类型。

对于一些我觉得相当讨厌的事情：数据类型被指定为 array() 中的第一个参数，但（通常）是 np.array() 中的第二个参数。 :|

此处引用了与 C 的关系：Python List vs. Array - when to use?

尽情探索吧！

注意：数组的类型化和相当严格的性质更倾向于 C 而不是 Python，并且根据设计，Python 在其函数中没有很多特定于类型的约束。它的不受欢迎也在协作工作中产生了积极的反馈，并且替换它主要涉及额外的 [int(x) for x in file]。因此忽略数组的存在是完全可行和合理的。它不应该以任何方式阻碍我们大多数人。 :D

---

这个怎么样...

>>> a = range(12)
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
>>> a[7]
6

---

继 Lennart 之后，还有实现同构多维数组的 numpy。

---

Python 称它们为 lists。您可以使用方括号和逗号编写列表文字：

>>> [6,28,496,8128]
[6, 28, 496, 8128]

---

我有一个字符串数组，需要一个相同长度的布尔数组，初始化为 True。这就是我所做的

strs = ["Hi","Bye"] 
bools = [ True for s in strs ]

---

您可以创建列表并将它们转换为数组，也可以使用 numpy 模块创建数组。下面是几个例子来说明这一点。 Numpy 还可以更轻松地处理多维数组。

import numpy as np
a = np.array([1, 2, 3, 4])

#For custom inputs
a = np.array([int(x) for x in input().split()])

您还可以使用 reshape 函数将此数组重塑为 2X2 矩阵，该函数将输入作为矩阵的维度。

mat = a.reshape(2, 2)

---

# This creates a list of 5000 zeros
a = [0] * 5000  

您可以使用 [n] 表示法读取和写入此列表中的任何元素，就像使用数组一样。

它似乎确实具有与数组相同的随机访问性能。我不能说它是如何分配内存的，因为它还支持不同类型的混合，包括字符串和对象（如果需要）。

---