在 Python 中，列表和数组是两种常用的数据结构，它们各有优缺点，适用于不同的场景。以下是它们的对比：
列表 (List)
- 定义：列表是 Python 内置的数据结构，可以存储任意类型的元素。
- 灵活性：列表可以包含不同类型的元素，如整数、字符串、甚至其他列表。
- 动态性：列表的大小是动态的，可以随时增加或删除元素。
- 性能：由于列表是动态数组，插入和删除操作的时间复杂度为 O(n)，但访问元素的时间复杂度为 O(1)。
- 使用场景：适用于需要存储不同类型数据或需要频繁修改数据的场景。
示例代码：
python
my_list = [1, "hello", 3.14, [2, 4, 6]]
print(my_list[1]) # 输出 "hello"
my_list.append(42)
print(my_list) # 输出 [1, "hello", 3.14, [2, 4, 6], 42]
数组 (Array)
- 定义：数组是由 array 模块提供的数据结构，存储相同类型的元素。
- 类型限制：数组中的所有元素必须是相同类型，这使得数组在某些操作上更高效。
- 性能：数组在存储和访问方面比列表更高效，特别是在需要大量数值计算时。
- 使用场景：适用于需要存储大量相同类型数据且需要高效数值计算的场景。
示例代码：
python
import array
my_array = array.array('i', [1, 2, 3, 4, 5])
print(my_array[2]) # 输出 3
my_array.append(6)
print(my_array)
数组的数据类型限制
- 相对而言，数组通常要求所有元素的数据类型相同。在 Python 中，数组通常使用 NumPy 库来实现，NumPy 数组是同质的，意味着它们只能存储相同类型的数据。例如：
- import numpy as np
- my_array = np.array([1, 2, 3, 4]) # 整数数组
数组的数学运算
- NumPy 数组专注于数值运算和高性能计算，提供了许多高级的数学功能。例如，可以轻松实现矩阵运算、广播、以及线性代数等操作：
import numpy as np
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])
C = A @ B # 矩阵乘法
print(C) # 输出：[[19 22]
# [43 50]]
