Un tableau est un conteneur utilisé pour stocker le même type d'éléments tels que le type entier, flottant et caractère. Un tableau est l’une des parties les plus importantes des structures de données. Dans les tableaux, les éléments sont stockés dans un emplacement contigu dans une mémoire. Nous pouvons accéder aux éléments du tableau en indexant de 0 à (taille du tableau – 1). Python n'a pas de support intégré pour les tableaux comme disponible dans les langages de programmation comme C, C++ , et JAVA , cependant, nous pouvons utiliser des tableaux en Python de différentes manières que nous allons apprendre dans cet article.
Déclarer un tableau en Python
- Déclarez le tableau en utilisant le liste en Python.
- Déclarez le tableau en utilisant le module de tableau en Python.
- Déclarez le tableau en utilisant NumPy module en Python.
Déclarer un tableau à l'aide de la liste en Python
En Python, les tableaux ne sont pas pris en charge, mais List est utilisé pour stocker l'élément comme dans des tableaux. La liste peut stocker des éléments de différents types. Nous pouvons accéder aux éléments d'une liste en utilisant l'indexation comme dans les tableaux. Ainsi, la liste peut être utilisée comme un tableau mais la seule condition est que tous les éléments soient du même type.
Exemple : Ici, nous avons déclaré un tableau en utilisant une liste contenant des valeurs entières. Nous imprimons les valeurs d'un tableau en utilisant l'indexation à l'aide de la boucle for. Après cela, nous insérons un élément supplémentaire à la fin de la liste à l'aide de la fonction append() et modifions la valeur à l'index « 0 » dans le tableau. Maintenant, nous imprimons à nouveau le tableau et nous pouvons voir le tableau modifié dans une sortie.
Python3
# Declaring arrays using list in Python> array>=> [>12>,>34>,>45>,>32>,>54>]> for> i>in> range>(>0>,>len>(array)):> >print>(array[i], end>=>' '>)> # Inserting element in array> array.append(>99>);> # Modifying element in an array> array[>0>]>=> 100>;> print>(>'
Array after modification :'>)> for> i>in> range>(>0>,>len>(array)):> >print>(array[i], end>=>' '>)> |
tableau Java
>
>Sortir
12 34 45 32 54 Array after modification : 100 34 45 32 54 99>
Déclarer un tableau à l'aide du module Array en Python
En Python, le module array est disponible pour utiliser des tableaux qui se comportent exactement de la même manière que dans d'autres langages comme C, C++ et Java. Il définit un type d'objet qui peut représenter de manière compacte un tableau de valeurs primaires telles que des entiers, des caractères et des nombres à virgule flottante.
Syntaxe pour déclarer un tableau
Nom_Variable = array(typecode, [element1, element2,…., elementn])
ordinateur inventé en quelle annéeIci,
- Variable_Name – C'est le nom d'un tableau.
- typecode – Il spécifie le type d’éléments à stocker dans un tableau.
- [] – Entre crochets, nous pouvons mentionner l’élément à stocker dans le tableau lors de la déclaration.
Exemple : Dans le code ci-dessous, nous devons d’abord importer le module array, puis déclarer un array1 de type entier à l’aide de la fonction array(). Après cela, nous devons imprimer les valeurs de array1.
Python3
import> array as arr> # Declaring an array> array1>=> arr.array(>'i'>, [>10>,>20>,>30>,>40>,>50>])> # Printing array1> for> i>in> range>(>0>,>len>(array1)):> >print>(array1[i], end>=>' '>)> |
>
>Sortir
10 20 30 40 50>
Créer un tableau NumPy
NumPy est une bibliothèque Python populaire utilisée pour travailler avec des tableaux. Les tableaux NumPy sont plus optimisés que les listes Python et l'optimisation joue un rôle crucial lors de la programmation.
Exemple : Dans le code ci-dessous, nous avons d'abord importé le module NumPy, puis nous avons déclaré différents types de tableaux tels que les tableaux 1D, 2D et 3D à l'aide de la fonction array() de NumPy, puis les imprimons.
Python3
javatable
import> numpy as np> # Declare 1D array> array1>=> np.array([>10>,>23>,>34>,>33>,>45>])> print>(>'Print 1D array: '>)> print>(array1)> # Declare 2D array> array2>=> np.array([[>1>,>2>,>3>,>4>,>5>],[>6>,>7>,>8>,>9>,>10>]])> print>(>'
Print 2D array: '>)> print>(array2)> # Declare 3D array> array3>=> np.array([[[>1>,>2>,>3>,>4>,>5>],[>6>,>7>,>8>,>9>,>10>]],> >[[>11>,>12>,>13>,>14>,>15>],[>16>,>17>,>18>,>19>,>20>]]])> print>(>'
Print 3D array: '>)> print>(array3)> |
comparaison java
>
>
Sortir:
