python如何定义数组：两种主流写法

python如何定义数组，分为内置列表list和numpy数组两类方案，list是python原生可变序列，无需额外安装包，适合存储混合类型数据、小规模数据读写；numpy数组需要安装numpy库，仅支持单一数据类型，内存占用更低、数值运算速度更快，适合矩阵计算、批量数值处理。原生list常被初学者称作数组，但它不是底层连续内存数组，在循环百万级元素时运算效率明显弱于numpy数组。你做简单数据存储、临时变量集合时优先选list，做科学计算、多维矩阵运算时优先选numpy数组。

python如何定义数组：原生list写法

你直接使用方括号语法就能创建list，元素之间用逗号分隔，支持整数、字符串、浮点数混合存放。基础写法示例：arr=[1,2,3,4,5]，代码执行后arr就是一个列表对象，支持增删改查操作，调用append()追加元素，pop()删除指定下标元素。空列表定义为arr=[]，后续可以循环填充数据。list内部元素分散存储，每个元素都保存类型指针，相同数据量下内存开销高于numpy数组。

快速批量生成连续数字列表，你可以使用range函数配合list转换，写法arr=list(range(1,10))，生成1到9的连续整数序列。range本身不会一次性生成全部元素，转为list之后才会在内存创建完整序列。该方式适合快速生成有序一维序列，不适合生成多维结构。

list可以直接定义多维结构，二维示例arr=[[1,2],[3,4],[5,6]]，本质是列表嵌套列表，各行长度允许不一致，不强制对齐。嵌套列表做矩阵乘法、切片运算时，语法繁琐，运算速度偏低，不适合大规模数值计算场景。

python如何定义数组：numpy数组写法

使用numpy定义数组前，你需要在终端执行pipinstallnumpy完成库安装，代码开头写入importnumpyasnp导入模块。基础一维数组写法arr=np.array([1,2,3,4,5])，np.array接收列表作为参数，自动转换为连续内存的ndarray对象。ndarray要求全部元素保持同一种数据类型，传入混合类型数据时会自动向上转换，例如同时传入整数和字符串，全部元素转为字符串类型。

numpy内置多个快捷函数生成特殊数组。np.zeros(5)创建长度为5、全部元素为0的浮点数组；np.ones((2,3))生成2行3列全部为1的二维数组；np.arange(0,10,2)生成0到8步长为2的一维数组。这类函数不需要手动录入全部元素，在批量初始化矩阵场景下可以减少代码量。

numpy多维数组传入嵌套列表定义，示例arr=np.array([[1,2],[3,4]])，生成严格对齐的二维矩阵，每一行元素数量必须相等，否则会生成对象类型数组，失去数值计算优化效果。多维数组使用arr.shape查看维度信息，返回元组，第一个值代表行数，第二个值代表列数。

两者不可直接混用方法。list的append方法不能用于numpy数组，numpy数组大小固定，追加元素需要调用np.concatenate函数拼接，频繁拼接会产生额外内存开销。

该方法的适用边界是，python原生没有内置底层数组类型，list只是序列容器，不是编译型语言里的静态数组。如果你需要固定长度、不可修改的序列，可以使用tuple元组，写法arr=(1,2,3)，元组创建完成后不能修改内部元素，修改操作会直接抛出异常。

不要将list直接用于十万级别以上数值循环运算，会出现明显耗时增加，这种场景改用numpy数组。