Python array数组与bytearray字节数组详解

Python array数组与bytearray字节数组详解

• 一、Python array数组详解
• • 1、核心特性
  • 2、类型码（Typecode）
  • 3、创建数组
  • 4、核心操作
  • • (1)、 增删元素
    • (2)、 访问与切片
    • (3)、 数值计算
  • 5、高效内存管理
  • 6、与列表 (`list`) 对比*
  • 7、实战场景
  • • (1)、 处理大型数据集
    • (2) 、文件 I/O 加速
    • (3) 、科学计算桥梁
  • 8、注意事项
  • 总结
• 二、Python bytearray字节数组详解
• • 1、核心特性
  • 2、创建方式
  • 3、常用操作
  • 4、 关键方法
  • 5、 使用场景
  • 6、与 bytes 的对比
  • 7、注意事项
• 三、代码示例
• • 1、array
  • 2、bytearray

一、Python array数组详解

array.array 是 Python 标准库中提供的高效数值数组实现，专为存储同质数据类型设计。与列表 (list) 相比，它在内存占用和数值操作性能上具有显著优势，尤其适合处理大规模数值数据。

1、核心特性

• 类型限定：所有元素必须是相同类型（通过类型码指定）。
• 内存连续：数据在内存中连续存储，减少内存碎片。
• 高效操作：支持快速的数值计算和缓冲区协议（如 memoryview）。
• C 语言兼容：可直接与 C/C++ 数组交互。

2、类型码（Typecode）

类型码定义数组元素的数据类型，常用类型码如下：

3、创建数组

import array

# 创建空数组（指定类型码）
arr1 = array.array('i') # 有符号整数数组

# 用可迭代对象初始化
arr2 = array.array('f', [1.5, 2.8, 3.2]) # 浮点数数组

4、核心操作

(1)、 增删元素

arr = array.array('i', [10, 20, 30])

# 追加元素
arr.append(40) # [10, 20, 30, 40]

# 插入元素
arr.insert(1, 15) # [10, 15, 20, 30, 40]

# 删除元素
arr.pop(2) # 移除索引2的元素（返回20），数组变为 [10, 15, 30, 40]
arr.remove(30) # 移除第一个值为30的元素，结果 [10, 15, 40]

(2)、 访问与切片

# 索引访问
print(arr[0]) # 输出: 10

# 切片操作（返回新数组）
sub_arr = arr[1:3] # 子数组 [15, 40]

# 修改元素
arr[2] = 99 # 数组变为 [10, 15, 99]

(3)、 数值计算

# 向量加法（需同类型）
arr1 = array.array('i', [1, 2, 3])
arr2 = array.array('i', [4, 5, 6])
result = array.array('i', [a + b for a, b in zip(arr1, arr2)])
# 结果: [5, 7, 9]

5、高效内存管理

• 内存视图 (memoryview) 直接操作底层内存缓冲区：mv = memoryview(arr)
  mv[1] = 88 # 直接修改内存，arr[1] 变为 88
• 字节表示 (tobytes() / frombytes()) 与二进制数据互转：data = arr.tobytes() # 转为字节串
  new_arr = array.array('i')
  new_arr.frombytes(data) # 从字节串恢复

6、与列表 (list) 对比*

7、实战场景

(1)、 处理大型数据集

# 生成100万个浮点数（比列表节省约40%内存）
data = array.array('d', [i * 0.1 for i in range(1_000_000)])

(2) 、文件 I/O 加速

# 写入二进制文件
with open('data.bin', 'wb') as f:
data.tofile(f) # 比逐元素写入快10倍+

# 从文件读取
new_data = array.array('d')
with open('data.bin', 'rb') as f:
new_data.fromfile(f, 1_000_000) # 精确读取指定数量元素

(3) 、科学计算桥梁

# 转为 NumPy 数组（零拷贝）
import numpy as np
np_arr = np.frombuffer(data, dtype=np.float64)

8、注意事项

总结

array.array 是 Python 中处理数值密集型任务的轻量级工具，适用于：

• 需要极致内存效率的场景
• 大规模数值数据存储/读取
• 与底层 C 库交互的桥梁

二、Python bytearray字节数组详解

bytearray 是 Python 中用于处理可变二进制数据的内置类型，本质是一个可变的字节序列。每个元素是 0~255 的整数，表示一个字节。与不可变的 bytes 类型相比，bytearray 支持就地修改。

1、核心特性

• 可变性：支持索引赋值、切片修改等操作
• 序列类型：支持迭代、切片、长度查询等序列操作
• 整数存储：元素是整数（如 72），但打印显示对应 ASCII 字符（如 H）
• 内存视图：通过 memoryview 支持零拷贝缓冲协议

2、创建方式

# 空字节数组
ba1 = bytearray()

# 指定长度（初始化为0）
ba2 = bytearray(5) # → bytearray(b'\\x00\\x00\\x00\\x00\\x00')

# 从可迭代对象
ba3 = bytearray([65, 66, 67]) # → bytearray(b'ABC')

# 从bytes转换
ba4 = bytearray(b'Python') # → bytearray(b'Python')

# 从字符串（需指定编码）
ba5 = bytearray("你好", encoding='utf-8') # → bytearray(b'\\xe4\\xbd\\xa0\\xe5\\xa5\\xbd')

3、常用操作

ba = bytearray(b'Hello')

# 索引访问/修改
print(ba[0]) # → 72 (ASCII 'H')
ba[1] = 97 # 修改为 'a' → bytearray(b'Hallo')

# 切片操作
print(ba[:2]) # → bytearray(b'Ha')
ba[2:4] = b'xx' # → bytearray(b'Haxxo')

# 添加数据
ba.append(33) # 添加 '!' → bytearray(b'Haxxo!')
ba.extend(b'!!') # → bytearray(b'Haxxo!!!')

# 查找/统计
print(ba.find(b'x')) # → 2
print(ba.count(b'!')) # → 3

# 类型转换
str_data = ba.decode('utf-8') # 解码为字符串
bytes_data = bytes(ba) # 转为不可变bytes

4、 关键方法

5、 使用场景

6、与 bytes 的对比

7、注意事项

• 类型转换：直接打印时显示为 bytearray(b'…')，实际是整数序列
• 边界检查：赋值超出 0-255 会触发 ValueError
• 编码处理：字符串转换需显式指定编码（默认 UTF-8）
• 性能优化：频繁修改时优先考虑 memoryview 避免复制

三、代码示例

1、array

# 必须先导入 array 模块
from array import array

# ======================================
# 1. 创建 array（指定类型码 + 初始化数据）
# 类型码（最常用）：
# 'b'=有符号char, 'B'=无符号char
# 'i'=有符号int, 'I'=无符号int
# 'f'=float, 'd'=double
# ======================================
# 整数数组
arr_int = array('i', [10, 20, 30, 40, 50])
# 浮点数组
arr_float = array('f', [1.1, 2.2, 3.3, 4.4])
# 空数组
arr_empty = array('i')
# 从列表生成
lst = [1, 3, 5, 7]
arr_from_list = array('i', lst)

print("=== 1. 创建数组 ===")
print("整数数组 arr_int:", arr_int)
print("浮点数组 arr_float:", arr_float)
print("空数组 arr_empty:", arr_empty)
print("从列表创建:", arr_from_list)
print("-" * 60)

# ======================================
# 2. 核心属性：类型、长度、占用内存
# ======================================
print("=== 2. 数组属性 ===")
print("数组类型码:", arr_int.typecode) # 存储的类型
print("每个元素字节数:", arr_int.itemsize) # 单个元素大小
print("数组长度:", len(arr_int)) # 元素个数
print("数组地址信息:", arr_int.buffer_info())
print("-" * 60)

# ======================================
# 3. 索引、切片（和 list 完全一样）
# ======================================
print("=== 3. 索引 & 切片 ===")
print("第0个元素:", arr_int[0])
print("最后1个元素:", arr_int[–1])
print("切片 [1:4]:", arr_int[1:4])
print("倒序:", arr_int[::–1])

# 修改元素
arr_int[0] = 999
print("修改后数组:", arr_int)
print("-" * 60)

# ======================================
# 4. 添加元素（append、extend、insert）
# ======================================
print("=== 4. 添加元素 ===")
arr_int.append(60) # 末尾添加1个
arr_int.extend([70, 80]) # 批量添加
arr_int.insert(2, 25) # 指定位置插入
print("添加后数组:", arr_int)
print("-" * 60)

# ======================================
# 5. 删除元素（remove、pop、del）
# ======================================
print("=== 5. 删除元素 ===")
arr_int.remove(30) # 删除指定值
del arr_int[1] # 删除指定索引
pop_val = arr_int.pop() # 删除末尾并返回
print("删除后数组:", arr_int)
print("弹出的值:", pop_val)
print("-" * 60)

# ======================================
# 6. 查找、统计、排序
# ======================================
print("=== 6. 查找 & 统计 & 排序 ===")
print("元素40的索引:", arr_int.index(40))
print("元素25出现次数:", arr_int.count(25))

# 排序（array 没有 sort 方法，转 list 排序）
sorted_arr = array('i', sorted(arr_int))
print("排序后数组:", sorted_arr)
print("-" * 60)

# ======================================
# 7. 遍历数组
# ======================================
print("=== 7. 遍历数组 ===")
for num in arr_int:
print(num, end=" ")
print("\\n" + "-" * 60)

# ======================================
# 8. 与 list 互相转换
# ======================================
print("=== 8. array ↔ list ===")
arr = array('i', [1,2,3])
lst_new = arr.tolist() # 数组 → 列表
print("数组转列表:", lst_new, type(lst_new))

arr_new = array('i', lst_new) # 列表 → 数组
print("列表转数组:", arr_new, type(arr_new))
print("-" * 60)

# ======================================
# 9. 二进制文件读写（array 核心优势）
# ======================================
print("=== 9. 文件读写（二进制） ===")
# 写入文件
with open("array_data.bin", "wb") as f:
arr_int.tofile(f)

# 从文件读取
read_arr = array('i')
with open("array_data.bin", "rb") as f:
read_arr.fromfile(f, 5) # 读取5个元素

print("从文件读取的数组:", read_arr)
print("-" * 60)

# ======================================
# 10. 重要规则：只能存同类型数据
# ======================================
print("=== 10. 类型限制 ===")
try:
arr_int.append("字符串") # 报错！只能存数字
except TypeError as e:
print("错误：只能存同类型数值 →", e)

try:
arr_int.append(3.14) # 报错！int 数组不能存 float
except TypeError as e:
print("错误：类型不匹配 →", e)
print("-" * 60)

运行结果：

"D:\\user\\01417804\\桌面\\新建文件夹 (2)\\.venv\\Scripts\\python.exe" "D:\\user\\01417804\\桌面\\新建文件夹 (2)\\main.py"
=== 1. 创建数组 ===
整数数组 arr_int: array('i', [10, 20, 30, 40, 50])
浮点数组 arr_float: array('f', [1.100000023841858, 2.200000047683716, 3.299999952316284, 4.400000095367432])
空数组 arr_empty: array('i')
从列表创建: array('i', [1, 3, 5, 7])
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
=== 2. 数组属性 ===
数组类型码: i
每个元素字节数: 4
数组长度: 5
数组地址信息: (2216627144784, 5)
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
=== 3. 索引 & 切片 ===
第0个元素: 10
最后1个元素: 50
切片 [1:4]: array('i', [20, 30, 40])
倒序: array('i', [50, 40, 30, 20, 10])
修改后数组: array('i', [999, 20, 30, 40, 50])
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
=== 4. 添加元素 ===
添加后数组: array('i', [999, 20, 25, 30, 40, 50, 60, 70, 80])
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
=== 5. 删除元素 ===
删除后数组: array('i', [999, 25, 40, 50, 60, 70])
弹出的值: 80
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
=== 6. 查找 & 统计 & 排序 ===
元素40的索引: 2
元素25出现次数: 1
排序后数组: array('i', [25, 40, 50, 60, 70, 999])
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
=== 7. 遍历数组 ===
999 25 40 50 60 70
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
=== 8. array ↔ list ===
数组转列表: [1, 2, 3] <class 'list'>
列表转数组: array('i', [1, 2, 3]) <class 'array.array'>
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
=== 9. 文件读写（二进制） ===
从文件读取的数组: array('i', [999, 25, 40, 50, 60])
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
=== 10. 类型限制 ===
错误：只能存同类型数值 → 'str' object cannot be interpreted as an integer
错误：类型不匹配 → 'float' object cannot be interpreted as an integer
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––

进程已结束，退出代码为 0

2、bytearray

# ==============================================
# Python bytearray 完整使用示例
# 特点：可变、二进制、元素 0~255、有序、可索引/切片
# ==============================================

# 1. 创建 bytearray 的 6 种方式
print("===== 1. 创建 bytearray =====")
ba1 = bytearray() # 空
ba2 = bytearray(5) # 5 个 0x00 字节
ba3 = bytearray([65, 66, 67, 97, 98]) # 从整数列表
ba4 = bytearray(b"hello bytes") # 从 bytes
ba5 = bytearray("中文测试", encoding="utf-8") # 字符串编码
ba6 = bytearray("abc123", "utf-8")

print("ba1 =", ba1)
print("ba2 =", ba2)
print("ba3 =", ba3)
print("ba4 =", ba4)
print("ba5 =", ba5)
print("ba6 =", ba6)
print("-" * 60)

# 2. 核心属性：有序、可索引、可切片、可修改（最重要！）
print("===== 2. 索引、切片、修改 =====")
data = bytearray(b"python123")

print("第0个元素：", data[0])
print("最后元素：", data[–1])
print("切片 [1:4]：", data[1:4])

# 可修改！！！（bytes 做不到）
data[0] = 80 # 把 'p' → 'P'
data[1] = 89
print("修改后：", data)
print("-" * 60)

# 3. 增删元素（append, extend, insert, pop, remove）
print("===== 3. 增删操作 =====")
ba = bytearray(b"abc")

ba.append(100) # 末尾加一个字节
ba.extend([49, 50, 51]) # 批量加
ba.insert(1, 88) # 插入

print("添加后：", ba)

ba.pop() # 删除最后
ba.remove(88) # 删除指定值
print("删除后：", ba)
print("-" * 60)

# 4. 遍历 bytearray
print("===== 4. 遍历 =====")
for b in ba4:
print(f"数值：{b} → 字符：{chr(b)}")
print("-" * 60)

# 5. 查找、替换、统计
print("===== 5. 查找、替换、统计 =====")
msg = bytearray(b"hello hello world")

print("find hello：", msg.find(b"hello"))
print("count hello：", msg.count(b"hello"))

new_msg = msg.replace(b"hello", b"hi")
print("替换后：", new_msg)
print("-" * 60)

# 6. 拼接、重复、长度
print("===== 6. 运算 =====")
a = bytearray(b"123")
b = bytearray(b"abc")

c = a + b
print("拼接：", c)
print("重复：", a * 2)
print("长度：", len(c))
print("-" * 60)

# 7. 编码解码：str ↔ bytearray
print("===== 7. 编码解码 =====")
# 字符串 → bytearray
s = "你好Python"
ba_str = bytearray(s, "utf-8")
print("编码后：", ba_str)

# bytearray → 字符串
s2 = ba_str.decode("utf-8")
print("解码后：", s2)
print("-" * 60)

# 8. 与 bytes 互转
print("===== 8. bytearray ↔ bytes =====")
ba = bytearray(b"test")
b = bytes(ba) # 转 bytes
print("bytearray → bytes：", b, type(b))

ba2 = bytearray(b) # bytes → bytearray
print("bytes → bytearray：", ba2, type(ba2))
print("-" * 60)

# 9. 清空、判断
print("===== 9. 清空 & 判断 =====")
ba = bytearray(b"abc123")
ba.clear()
print("清空后：", ba)
print("是否为空：", len(ba) == 0)
print("-" * 60)

# 10. 重要规则：元素必须 0~255
print("===== 10. 数值范围限制 =====")
try:
ba = bytearray([300]) # 报错！超过 255
except ValueError as e:
print("错误：", e)
print("-" * 60)

# 11. 实用场景：修改二进制数据
print("===== 11. 实战：修改二进制数据 =====")
buffer = bytearray(b"\\x00\\x01\\x02\\x03\\x04")
buffer[2] = 0xFF # 修改第3个字节
print("修改后二进制：", buffer.hex()) # 转十六进制查看

运行结果：

"D:\\user\\01417804\\桌面\\新建文件夹 (2)\\.venv\\Scripts\\python.exe" "D:\\user\\01417804\\桌面\\新建文件夹 (2)\\main.py"
===== 1. 创建 bytearray =====
ba1 = bytearray(b'')
ba2 = bytearray(b'\\x00\\x00\\x00\\x00\\x00')
ba3 = bytearray(b'ABCab')
ba4 = bytearray(b'hello bytes')
ba5 = bytearray(b'\\xe4\\xb8\\xad\\xe6\\x96\\x87\\xe6\\xb5\\x8b\\xe8\\xaf\\x95')
ba6 = bytearray(b'abc123')
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
===== 2. 索引、切片、修改 =====
第0个元素： 112
最后元素： 51
切片 [1:4]： bytearray(b'yth')
修改后： bytearray(b'PYthon123')
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
===== 3. 增删操作 =====
添加后： bytearray(b'aXbcd123')
删除后： bytearray(b'abcd12')
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
===== 4. 遍历 =====
数值：104 → 字符：h
数值：101 → 字符：e
数值：108 → 字符：l
数值：108 → 字符：l
数值：111 → 字符：o
数值：32 → 字符：
数值：98 → 字符：b
数值：121 → 字符：y
数值：116 → 字符：t
数值：101 → 字符：e
数值：115 → 字符：s
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
===== 5. 查找、替换、统计 =====
find hello： 0
count hello： 2
替换后： bytearray(b'hi hi world')
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
===== 6. 运算 =====
拼接： bytearray(b'123abc')
重复： bytearray(b'123123')
长度： 6
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
===== 7. 编码解码 =====
编码后： bytearray(b'\\xe4\\xbd\\xa0\\xe5\\xa5\\xbdPython')
解码后： 你好Python
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
===== 8. bytearray ↔ bytes =====
bytearray → bytes： b'test' <class 'bytes'>
bytes → bytearray： bytearray(b'test') <class 'bytearray'>
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
===== 9. 清空 & 判断 =====
清空后： bytearray(b'')
是否为空： True
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
===== 10. 数值范围限制 =====
错误： byte must be in range(0, 256)
––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
===== 11. 实战：修改二进制数据 =====
修改后二进制： 0001ff0304

进程已结束，退出代码为 0