Python 數據結構對比：列表與數組

在 Python 中，列表和數組是兩種常用的數據結構，它們各有優缺點，適用于不同的場景。以下是它們的對比：

列表 (List)

• 定義：列表是 Python 內置的數據結構，可以存儲任意類型的元素。
• 靈活性：列表可以包含不同類型的元素，如整數、字符串、甚至其他列表。
• 動態性：列表的大小是動態的，可以隨時增加或刪除元素。
• 性能：由于列表是動態數組，插入和刪除操作的時間復雜度為 O(n)，但訪問元素的時間復雜度為 O(1)。
• 使用場景：適用于需要存儲不同類型數據或需要頻繁修改數據的場景。

示例代碼：

python

my_list = [1, "hello", 3.14, [2, 4, 6]]
print(my_list[1])  # 輸出 "hello"
my_list.append(42)
print(my_list)  # 輸出 [1, "hello", 3.14, [2, 4, 6], 42]

數組 (Array)

• 定義：數組是由 array 模塊提供的數據結構，存儲相同類型的元素。
• 類型限制：數組中的所有元素必須是相同類型，這使得數組在某些操作上更高效。
• 性能：數組在存儲和訪問方面比列表更高效，特別是在需要大量數值計算時。
• 使用場景：適用于需要存儲大量相同類型數據且需要高效數值計算的場景。

示例代碼：

python

import array

my_array = array.array('i', [1, 2, 3, 4, 5])
print(my_array[2])  # 輸出 3
my_array.append(6)
print(my_array)  

數組的數據類型限制

• 相對而言，數組通常要求所有元素的數據類型相同。在 Python 中，數組通常使用 NumPy 庫來實現，NumPy 數組是同質的，意味著它們只能存儲相同類型的數據。例如：
• import numpy as np
• my_array = np.array([1, 2, 3, 4])  # 整數數組

數組的數學運算

• NumPy 數組專注于數值運算和高性能計算，提供了許多高級的數學功能。例如，可以輕松實現矩陣運算、廣播、以及線性代數等操作：

import numpy as np

A = np.array([[1, 2], [3, 4]])

B = np.array([[5, 6], [7, 8]])

C = A @ B  # 矩陣乘法

print(C)  # 輸出：[[19 22]

         #         [43 50]]