PyMOTW: array

time模块提供了操作日期和时间的函数

• 模块： array
• 目的： 有效管理固定数值序列。
• python版本：1.4+

数组模块定义了一个序列型的数据结构, 非常像一个列表, 只是其中元素的类型是相同的. 支持的数据类型在 标准库文档 中列出了. 他们是所有数值型或其他固定大小的基本数据类型, 如bytes.

数组的初始化

一个数组实例化时需要一个描述数据类型的参数, 还可能需要一个初始化序列.

import array
import binascii

s = 'This is the array.'
a = array.array('c', s)

print 'As string:', s
print 'As array :', a
print 'As hex :', binascii.hexlify(a)

在这个例子中, 数组保存的是一字节序列并且用一个简单的字符串来初始化.

$ python array_string.py
As string: This is the array.
As array : array('c', [84, 104, 105, 115, 32, 105, 115,
32, 116, 104, 101, 32, 97, 114, 114, 97, 121, 46])
As hex : 54686973206973207468652061727261792e

处理数组

一个数组可以被扩展, 否则也可以与其他Python序列的相同的方式处理.

import array

a = array.array('i', xrange(5))
print 'Initial :', a

a.extend(xrange(5))
print 'Extended:', a

print 'Slice :', a[3:6]

print 'Iterator:', list(enumerate(a))

$ python array_sequence.py
Initial : array('i', [0, 1, 2, 3, 4])
Extended: array('i', [0, 1, 2, 3, 4, 0, 1, 2, 3, 4])
Slice : array('i', [3, 4, 0])
Iterator: [(0, 0), (1, 1), (2, 2), (3, 3), (4, 4),
(5, 0), (6, 1), (7, 2), (8, 3), (9, 4)]

数组和文件

使用一些编码高效的内置方法可以从文件中读入一个数组的内容, 或者将数组内容写入文件中.

import array
import binascii
import tempfile

a = array.array('i', xrange(5))
print 'A1:', a

# Write the array of numbers to the file
output = tempfile.NamedTemporaryFile()
a.tofile(output.file) # must pass an *actual* file
output.flush()

# Read the raw data
input = open(output.name, 'rb')
raw_data = input.read()
print 'Raw Contents:', binascii.hexlify(raw_data)

# Read the data into an array
input.seek(0)
a2 = array.array('i')
a2.fromfile(input, len(a))
print 'A2:', a2

这个例子中, 直接从二进制文件中读取原数据, 并将它读入一个新的数组并将其转换为合适的类型.

$ python array_file.py
A1: array('i', [0, 1, 2, 3, 4])
Raw Contents: 0000000001000000020000000300000004000000 ## ?
A2: array('i', [0, 1, 2, 3, 4])

交替字节排序

如果数组中的数据不是按照本地字节序排列, 或者在写入到文件之前需要进行交换来适合不同系统的不同字节序, 很容易对整个数组进行这种转换.

import array

import binascii

def to_hex(a):
    chars_per_item = a.itemsize * 2 # 2 hex digits
    hex_version = binascii.hexlify(a)
    num_chunks = len(hex_version) / chars_per_item
    for i in xrange(num_chunks):
        start = i*chars_per_item
        end = start + chars_per_item
        yield hex_version[start:end]

a1 = array.array('i', xrange(5))
a2 = array.array('i', xrange(5))
a2.byteswap()

fmt = '%10s %10s %10s %10s'
print fmt % ('A1 hex', 'A1', 'A2 hex', 'A2')
print fmt % (('-' * 10,) * 4)
for values in zip(to_hex(a1), a1, to_hex(a2), a2):
    print fmt % values

$ python array_byteswap.py
   A1 hex      A1        A2 hex       A2
 ---------- ---------- ---------- ----------
  00000000     0        00000000       0
  01000000     1        00000001    16777216
  02000000     2        00000002    33554432
  03000000     3        00000003    50331648
  04000000     4        00000004    67108864

参考

• array
• Numerical Python NumPy是Python针对大数据集的有效处理模块.