记录学习《流畅的python》的一些知识-----元组（2）

2020.12.28

1.数组
如果需要一个只包含数字的列表，那么array.array比list更高效。数组支持所有跟可序列有关的操作，包括.pop、.insert、.extend。
例：创建一个有1000万个随机浮点数的数组开始，到如何把这个数组存放到文件里，再到如何从文件读取这个数组。

from array import array
from random import random
floats = array('d', (random() for i in range(10**7)))
print(floats[-1])
fp = open('floats.bin', 'wb')
floats.tofile(fp)
fp.close()
floats2 = array('d')
fp = open('floats.bin', 'rb')
floats2.fromfile(fp, 10**7)
fp.close()
print(floats2[-1])
print(floats2 == floats)

运行结果：

2.内存视图
memoryview是一个内置类，它能让用户在不复制内容的情况下操作同一个数组的不同切片。
memoryview.cast的概念跟数组模块类似，能用不同的方式读写同一块内存数据。而且内容字节不会随意移动，它会把同一块内存里的内容打包成一个全新的memoryview对象给你。
例：利用memoryview精确修改了一个数组的某个字节，这个数组的元素是16位二进制整数。

from array import array
numbers = array('h', [-2, -1, 0 , 1 , 2])
memv = memoryview(numbers)
print(len(memv))
print(memv[0])

memv_oct = memv.cast('B')
print(memv_oct.tolist())

memv_oct[5] = 4
print(numbers)

运行结果：

把memv中的内容转换成’B’类型，也就是无符号字符。

3.Numpy和Scipy
Numpy实现了多维同质数组和矩阵，这些数据结构不但能处理数字，还能存放其他由用户定义的记录。通过Numpy，用户能对这些数据结构里的元素进行高效的操作。
SciPy是基于NumPy的另一个库，它提供了很多跟科学计算有关的算法，专为线性代数，数值积分和统计学而设计。
例：二维数组的基本操作

import  numpy
a = numpy.arange(12)
print(a)
print(type(a))
print(a.shape)

a.shape = 3, 4
print(a)

print(a[2])

print(a[2, 1])

print(a[:, 1])

print(a.transpose())

运行结果：

4.双向队列
利用append和pop方法，可以把列表当作栈或者队列来用、但是删除列表的第一个元素之类的操作是很耗时的，因为这些操作会牵扯到移动列表里的所元素。
collections.deque类是一个线程安全，可以快速从两端添加或者删除元素的数据类型。

from _collections import deque
dq = deque(range(10), maxlen=10)
print(dq)

dq.rotate(3)
print(dq)

dq.rotate(-4)
print(dq)

dq.appendleft(-1)
print(dq)

dq.extend([11, 22, 33])
print(dq)

dq.extendleft([10, 20, 30, 40])
print(dq)

运行结果：