Как создать список с определенным размером на Python
Предварительное выделение хранилища для списков или массивов — типичный шаблон среди программистов.
когда они заранее знают количество элементов.
В отличие от C++ и Java, в Python, вы должны инициализировать все ваше предварительно распределенное хранилище некоторыми значениями.
Обычно разработчики используют для этого ложные значения, такие как None , «» , False и 0 .
Python предлагает несколько способов создания списка фиксированного размера, каждый из которых включает в себя
различные эксплуатационные характеристики.
Для сравнения характеристик различных подходов мы будем использовать стандарт Python
модуль timeit .
Он предоставляет удобный способ измерения времени выполнения небольших фрагментов кода Python.
Предварительное размещение хранилища для списков
Первый и самый быстрый способ использования оператора * , который повторяет список указанных
несколько раз.
Миллион итераций (значение итераций по умолчанию в timeit ) занимает приблизительно
117 мс.
Другой подход — использование встроенной функции range с пониманием списка.
Она почти в шесть раз медленнее и занимает 612 мс в секунду на миллион итераций.
Третий подход — использование простого цикла for вместе с list.append() .
Использование циклов является самым медленным методом и занимает 842 мс на миллион итераций.
Предварительное выделение хранилища для других последовательных структур данных
Так как вы предварительно распределяете хранилище для последовательной структуры данных, то, возможно, имеет смысл использовать array встроенную структуру данных вместо списка.
Как видно ниже, такой подход является вторым по скорости после [None] * 10 .
Сравним вышеприведенные подходы чистого Python с пакетом NumPy Python для научных вычислений.
Путь NumPy занимает 589 мс на миллион итераций.
Однако, для более массивных списков путь NumPy будет намного быстрее.
Вывод в том, что для маленьких списков лучше придерживаться [None] * 10 , но переключайтесь
в NumPy’s empty() при работе с более массивными последовательными данными.
How to create an array of numbers 1 to n in python
An array is a collection of items of same type stored at contiguous memory locations. To access the elements, you only need to know the memory address of the first item of an array which is also known as base address. You can access all other items or traverse in an array by simply adding an offset to this base address. Python lists can also be treated as arrays but the lists can store multiple data items of different datatypes. This article is about how to create an array of numbers 1 to N in Python. If you want to learn more about Python Programming, Visit Python Programming Tutorials.
- CREATION OF AN ARRAY OF NUMBERS 1 TO N USING A RANGE() FUNCTION IN PYTHON.
- CREATE AN ARRAY USING THE USER-DEFINED FUNCTION
- CREATING AN ARRAY USING A NUMPY-ARANGE() FUNCTION
- CREATE AN ARRAY USING PYTHON MODULE ARRAY
In the first three methods, we’ll see how lists can be treated as arrays. Python has a module called array which is used to work only with specific data values. The last method discusses how to create an array using this module. Lets discuss all these methods in detail.
CREATING AN ARRAY USING THE RANGE() FUNCTION
As discussed previously, python lists can be treated as arrays. To create an array of a certain range we can use the range() function as it specifies the range of the list and then typecast the range() by using the list command as shown in the code below. We can set the range of the list from 1 to N and N should be any integer number.
CODE:
creating an array by a user-defined function
Another way is to create a function and pass the length of an array as a parameter to this function. In the example below, we have created a function by the name of List-Function. The function takes parameter ‘n’ which represents the length of the array. In this function, a for loop is used which treats n as the last index of the array and append the number in the List_array starting from 0 up to the maximum length ‘n’ as shown below.
CODE:
cREATING AN ARRAY USING nUMPY.ARANGE() FUNCTION
The numpy library provides an arrange() function which takes two parameters as an integers and generate the numbers starting from the first parameter upto the last parameter. Typecast the arange() function using the list command and an array is created.
numpy.arange() is used to create an array of large sizes.
CREATE AN ARRAY USING PYTHON MODULE ARRAY
An array module of python is used to create an array consisting of elements or items of same datatypes. The array module takes two arguments as an input. The first one is datatype of an array such as ‘i’ for integer. All other datatypes are given in the this link. The second argument consists of the elements or items of an array.
In the example above, we have created two arrays arr1 and arr2 of integers and floating numbers. The function display here is used to print the contents of an array created. It takes two arguments: an array ‘n’ and the size of array ‘s’ created.
There are different operations that can be carried out on arrays such as insertion, deletion, sorting arrays into ascending and descending order etc. Try them on your own. If you have any query regarding this topic or any other topic related to python programming language, let us know in the comments or contact us.
Create an empty list with certain size in Python
How do I create an empty list that can hold 10 elements?
After that, I want to assign values in that list. For example:
However, that gives IndexError: list assignment index out of range . Why?
Editor’s note:
In Python, lists do not have a set capacity, but it is not possible to assign to elements that aren’t already present. Answers here show code that creates a list with 10 "dummy" elements to replace later. However, most beginners encountering this problem really just want to build a list by adding elements to it. That should be done using the .append method, although there will often be problem-specific ways to create the list more directly. Please see Why does this iterative list-growing code give IndexError: list assignment index out of range? How can I repeatedly add elements to a list? for details.
18 Answers 18
You cannot assign to a list like xs[i] = value , unless the list already is initialized with at least i+1 elements (because the first index is 0). Instead, use xs.append(value) to add elements to the end of the list. (Though you could use the assignment notation if you were using a dictionary instead of a list.)
Creating an empty list:
Assigning a value to an existing element of the above list:
Keep in mind that something like xs[15] = 5 would still fail, as our list has only 10 elements.
range(x) creates a list from [0, 1, 2, . x-1]
Using a function to create a list:
List comprehension (Using the squares because for range you don’t need to do all this, you can just return range(0,9) ):
Try this instead:
The above will create a list of size 10, where each position is initialized to None . After that, you can add elements to it:
Admittedly, that’s not the Pythonic way to do things. Better do this:
Or even simpler, in Python 2.x you can do this to initialize a list with values from 0 to 9:
And in Python 3.x:
varunl’s currently accepted answer
Works well for non-reference types like numbers. Unfortunately if you want to create a list-of-lists you will run into referencing errors. Example in Python 2.7.6:
As you can see, each element is pointing to the same list object. To get around this, you can create a method that will initialize each position to a different object reference.
There is likely a default, built-in python way of doing this (instead of writing a function), but I’m not sure what it is. Would be happy to be corrected!
Edit: It’s [ [] for _ in range(10)]
I’m surprised nobody suggest this simple approach to creating a list of empty lists. This is an old thread, but just adding this for completeness. This will create a list of 10 empty lists
There are two «quick» methods:
It appears that [None]*x is faster:
But if you are ok with a range (e.g. [0,1,2,3. x-1] ), then range(x) might be fastest:
You can .append(element) to the list, e.g.:
What you are currently trying to do is access an element ( s1[i] ) that does not exist.
The accepted answer has some gotchas. For example:
So each dictionary refers to the same object. Same holds true if you initialize with arrays or objects.
You could do this instead:
How do I create an empty list that can hold 10 elements?
All lists can hold as many elements as you like, subject only to the limit of available memory. The only "size" of a list that matters is the number of elements currently in it.
However, that gives IndexError: list assignment index out of range . Why?
The first time through the loop, i is equal to 0 . Thus, we attempt xs[0] = 0 . This does not work because there are currently 0 elements in the list, so 0 is not a valid index.
We cannot use indexing to write list elements that don’t already exist — we can only overwrite existing ones. Instead, we should use the .append method:
The next problem you will note is that your list will actually have only 9 elements, because the end point is skipped by the range function. (As side notes: [] works just as well as list() , the semicolon is unnecessary, and only one parameter is needed for range if you’re starting from 0 .) Addressing those issues gives:
However, this is still missing the mark — range is not some magical keyword that’s part of the language the way for (or, say, def ) is.
In 2.x, range is a function, which directly returns the list that we already wanted:
In 3.x, range is a cleverly designed class, and range(10) creates an instance. To get the desired list, we can simply feed it to the list constructor:
Массивы (матрицы) в Python
Python — популярный и динамический язык программирования. Он позволяет решать разные задачи по разработке ПО, при выполнении которых часто используются массивы.
С их помощью вы сможете добавить однотипные данные и избежать дублирования кода.
Одномерные массивы в Python представляют собой список элементов. Значения указываются внутри квадратных скобок, где перечисляются через запятую. Как правило, любой элемент можно вызвать по индексу и присвоить ему новое значение.
Массив строк в Python:
Чтобы возвратить число элементов внутри списка, используют функцию len() :
Когда нужно перечислить элементы массива, применяют цикл for . В «Питоне» этот цикл перебирает элементы, а не индексы, как в Pascal:
Идём дальше. Создать и добавить цикл в Python можно с помощью генератора заполнения списков. Записывается он в следующем виде: [значение массива for имя переменной in число элементов];
Если говорить про создание не одномерного, а двумерного массива, то он в Python создаётся путём использования вложенных генераторов, и выглядит это так:
Как создаются матрицы в Python?
Добавление и модификация массивов или матриц (matrix) в Python осуществляется с помощью библиотеки NumPy. Вы можете создать таким образом и одномерный, и двумерный, и многомерный массив. Библиотека обладает широким набором пакетов, которые необходимы, чтобы успешно решать различные математические задачи. Она не только поддерживает создание двумерных и многомерных массивов, но обеспечивает работу однородных многомерных матриц.
Чтобы получить доступ и начать использовать функции данного пакета, его импортируют:
Функция array() — один из самых простых способов, позволяющих динамически задать одно- и двумерный массив в Python. Она создаёт объект типа ndarray :
Для проверки используется функция array.type() — принимает в качестве аргумента имя массива, который был создан.
Если хотите сделать переопределение типа массива, используйте на стадии создания dtype=np.complex :
Когда стоит задача задать одномерный или двумерный массив определённой длины в Python, и его значения на данном этапе неизвестны, происходит его заполнение нулями функцией zeros() . Кроме того, можно получить матрицу из единиц через функцию ones() . При этом в качестве аргументов принимают число элементов и число вложенных массивов внутри:
К примеру, так в Python происходит задание двух массивов внутри, которые по длине имеют два элемента:
Если хотите вывести одно- либо двумерный массив на экран, вам поможет функция print() . Учтите, что если матрица слишком велика для печати, NumPy скроет центральную часть и выведет лишь крайние значения. Дабы увидеть массив полностью, используется функция set_printoptions() . При этом по умолчанию выводятся не все элементы, а происходит вывод только первой тысячи. И это значение массива указывается в качестве аргумента с ключевым словом threshold.
Базовые операции в NumPy
Все действия, производимые над компонентами массива, оборачиваются созданием нового массива. При этом массивы и матрицы взаимодействуют в том случае, если имеют один и тот же размер:
Если выполнить array1 + array2, компилятор скажет об ошибке, а всё потому, что размер первого matrix равен двум, а второго трём.
В данном случае array1 + array2 вернёт нам массив со следующими элементами: 2, 4, 8, 11. Здесь не возникнет ошибки, т. к. матрицы имеют одинаковые размеры. Причём вместо ручного сложения часто применяют функцию, входящую в класс ndarray sum() :
В ndarray входит большая библиотека методов, необходимых для выполнения математических операций.
Форма матрицы в Python
Lenght matrix (длина матрицы) в Python определяет форму. Длину матрицы проверяют методом shape() .
Массив с 2-мя либо 3-мя элементами будет иметь форму (2, 2, 3). И это состояние изменится, когда в shape() будут указаны аргументы: первый — число подмассивов, второй — размерность каждого подмассива.
Те же задачи и ту же операцию выполнит reshape() . Здесь lenght и другие параметры matrix определяются числом столбцов и строк.
Есть методы и для манипуляции формой. Допустим, при манипуляциях с двумерными или многомерными массивами можно сделать одномерный путём выстраивания внутренних значений последовательно по возрастанию. А чтобы поменять в матрице строки и столбцы местами, применяют transpose() .
Операции со срезами matrix в Python
Часто мы работаем не с целым массивом, а с его компонентами. Эти операции выполняются с помощью метода слайс (срез). Он пришел на замену циклу for, при котором каждый элемент подвергался перебору. Метод позволяет получать копии matrix, причём манипуляции выполняются в виде [start:stop:step] . В данном случае start — индекс элемента, с которого берётся отсчёт, stop — последний элемент, step — размер шага или число пропускаемых значений элемента при каждой итерации. Изначально start равен нулю, stop — индексу последнего элемента, step — единице. Если выполнить операции без аргументов, копирование и добавление списка произойдёт полностью.
Допустим, имеем целочисленный массив otus = [1, 2, 3, 4] . Для копирования и вывода используем otus[:] . В итоге произойдёт вывод последовательности [1, 2, 3, 4]. Но если аргументом станет отрицательное значение, допустим, -2, произойдёт вывод уже других данных:
Возможны и другие операции. Например, если добавить ещё одно двоеточие, будет указан шаг копируемых элементов. Таким образом, otus[::2] позволит вывести матрицу [1, 3].
Если ввести отрицательное значение, к примеру, [::-2] отсчёт начнётся с конца, и в результате произойдёт вывод [3, 1]. Остаётся добавить, что метод среза позволяет гибко работать с матрицами и вложенными списками в Python.
Хотите узнать гораздо больше? Записывайтесь на курс «Разработчик Python»!