Python：不同類型的多維數組

是否有可能在Python中創建不同類型的多維數組？我通常解決的方法是[([None] * n) for i in xrange(m)]，但我不想使用list。我想要的是內存中的連續數組指針，而不是列表。（每個列表本身都是連續的，但是當列出列表時，不同的列表可能會散佈在RAM中的不同位置。）Python：不同類型的多維數組

另外，編寫[([None] * n) for i in xrange(m)]是一個相當複雜的初始化空數組的方式，到像empty_array(m, n)。有更好的選擇嗎？

來源

2011-02-05 Ram Rachum

正如之前所說，這不是你想要做的那種考慮。弄清楚你想做什麼（並讓我們知道），我們將幫助你爲它定義數據結構。但是關於Python的一個很棒的事情是，你不必擔心C中的所有低級內存的東西。 – katrielalex 2011-02-05 21:32:52

如果你正在使用numpy，numpy對象數組是「內存中連續的指針數組」。

然而，他們擊敗numpy的陣列通常的目的，而且往往被清盤一個不好回答手頭上的問題......

（同一類型的連續內存 - >對整個快速計算數組...對象數組不允許這樣做，因爲它們只是指向python對象的指針數組）。

然而，np.empty((m,n), dtype=np.object)做你想要的。

E.g.

x = np.empty((3,4), dtype=np.object) 
print x 
x[2,3] = range(5) 
x[1,2] = 2 
x[1,3] = (item*2 for item in xrange(10)) 
print x

其中產量：

Initial array: 
[[None None None None] 
[None None None None] 
[None None None None]] 

Modified array: 
[[None None None None] 
[None None 2 <generator object <genexpr> at 0x8700d9c>] 
[None None None [0, 1, 2, 3, 4]]]

要知道，這將是非常緩慢，而且要少得多的內存比「正常」 numpy的陣列，高效！（也就是說，與（numpy，而不是python）float相比，即使一個None對象也佔用了相當多的內存空間，並且存儲在數組中的指針會產生額外的開銷。大對象數組將使用大量內存！）

但是，如果您所需要的實際上是一個多維列表，而且您不會經常附加到它或更改其大小，那麼它們可能很方便。它們本質上等同於matlab的單元陣列，雖然python中的這種數據結構的需求較少（python有列表），但有時它很方便！

來源

2011-02-05 21:33:20

在許多情況下，這些數組並不是必需的，因爲這些問題有更多優雅的解決方案。解釋你想做什麼，這樣有人可以提供一些提示。

無論如何，如果你真的，真的需要這樣的數據結構，使用array.array。

來源

2011-02-05 21:30:01 deleted77

你是否確認`array.array`在發佈之前允許數組中的不同類型的對象回答？ – 2011-02-06 16:48:33

Python：不同類型的多維數組

回答

相關問題