Python数组初始化的5种方式

Python虽无传统意义上的固定类型数组，但通过灵活的列表（list）可轻松实现日常动态序列需求，而追求高性能数值计算时则推荐使用NumPy的ndarray——它提供高效、同类型、多维的真正数组能力；文章详解了从空列表、重复填充、推导式生成，到NumPy的zeros/ones/full等初始化方法，并提醒了常见陷阱（如引用共享问题）及轻量替代方案（如array模块），帮你根据场景精准选择最合适的“数组”初始化方式。

Python 里没有传统意义上的“数组”（如 C 或 Java 中的固定类型、固定长度数组），而是用 列表（list） 作为最常用、最灵活的序列类型。如果你需要类似数组的功能，通常就初始化一个列表；若涉及数值计算且追求性能，会用 NumPy 的 ndarray。

用列表初始化“数组”

列表是 Python 内置类型，支持动态长度、混合数据类型，适合大多数日常场景：

• 空列表：[] 或 list()
• 指定长度的列表（填默认值）：比如初始化 5 个 0 —— [0] * 5 → [0, 0, 0, 0, 0]
• 用推导式生成带逻辑的列表：比如 0 到 4 的平方 —— [i**2 for i in range(5)] → [0, 1, 4, 9, 16]
• 注意：[0] * 5 对不可变对象（如数字、字符串）安全；但若用 [[]] * 3 会创建三个指向同一空列表的引用，修改其中一个会影响全部 —— 此时应改用推导式：[[] for _ in range(3)]

用 NumPy 初始化真正的数值数组

安装后（pip install numpy），NumPy 提供高效、同类型、多维的 ndarray，更接近传统数组：

• 全零数组：import numpy as np; np.zeros(5) → 一维长度为 5 的浮点零数组
• 全一数组：np.ones((3, 4)) → 3×4 的二维整数 1 数组（可加 dtype=int 指定类型）
• 指定值填充：np.full(5, 7) → [7, 7, 7, 7, 7]
• 从 Python 列表转换：np.array([1, 2, 3]) → 自动推断类型，也可显式指定 dtype=float

其他轻量选择（按需使用）

如果明确只需要一维、单类型、内存紧凑的结构，可考虑：

• array 模块：比 list 更省内存，支持 'i'（int）、'd'（float）等类型码，例如 import array; arr = array.array('i', [1, 2, 3])
• typing.List / list[...]（类型提示）：不参与运行时初始化，仅用于标注，如 from typing import List; nums: List[int] = [1, 2, 3]

基本上就这些。日常写脚本用列表就够了；做科学计算、图像处理、大数据预处理，直接上 NumPy。

好了，本文到此结束，带大家了解了《Python数组初始化的5种方式》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！