El módulo array de la librería estándar de Python permite declarar un objeto que es similar a una lista pero sólo puede almacenar datos del mismo tipo: números enteros con distintos tamaños y números de punto flotante, entre otros.
Por esta razón cuando se define un array lo primero que hay que establecer es el tipo de dato que va a contener con una letra identificativa. Esto que parece una restricción garantiza también, cuando se trabaja con miles o millones de datos, que todos sean del mismo tipo.
Las listas en cambio son estructuras flexibles que pueden contener datos elementales de distintos tipos y otras estructuras como diccionarios, tuplas o incluso otras listas. Además, como las listas son objetos que forman parte del propio lenguaje, en general, será más rápido añadir y procesar elementos en una lista que en un array. El inconveniente lo vamos a encontrar cuando trabajemos con listas de gran tamaño. Los arrays son mucho más eficientes en este sentido y aprovechan mejor los recursos, en especial, la memoria.
La versatilidad de una lista penaliza a medida que su tamaño va creciendo pero sólo cuando se trata de listas muy grandes. En las pruebas que hemos realizado para poner al límite ambas estructuras hemos observado que agregar elementos a una lista era hasta un 40% más rápido que a un array. Este comportamiento se ha mantenido en el equipo que hemos utilizado para las pruebas hasta alcanzar 650.000.000 elementos, aproximadamente. A partir de ahí, a medida que se iban agotando los recursos, el sistema enlentecía drásticamente y con casi 800.000.000 elementos se interrumpía la ejecución del script produciendo un error de memoria (MemoryError) y alguna vez el extraño "Killed". En el caso de los arrays como son estructuras más compactas y seguras hemos podido declarar y operar arrays de 5.000.000.000 elementos sin que el sistema se rompiera.
Por lo demás, tanto las listas como los arrays tienen métodos básicos para agregar, insertar, extender, acceder, borrar, contar elementos, etc. La clase array incorpora los métodos fromfile() y tofile() que permiten leer de un fichero o escribir a un fichero los elementos de un array; aunque para operaciones más complejas y arrays con más de una dimensión lo recomendable es la biblioteca Numpy.
A continuación mostramos el uso del módulo array con algunos ejemplos que servirán para constatar el parecido con las listas, exceptuando el modo en que se declaran y que hay algunos métodos diferentes.
Por esta razón cuando se define un array lo primero que hay que establecer es el tipo de dato que va a contener con una letra identificativa. Esto que parece una restricción garantiza también, cuando se trabaja con miles o millones de datos, que todos sean del mismo tipo.
|
Tipos de Arrays b - char con signo (int, 1 byte) B - char sin signo (int, 1 byte) h - short con signo (int, 2 bytes) H - short sin signo (int, 2 bytes) i - int con signo (int, 4 bytes) I - int sin signo (int, 4 bytes) l - long con signo (int, 8 bytes) L - long sin signo (int, 8 bytes) f - float (float, 4 bytes) d - double (float, 8 bytes) |
Las listas en cambio son estructuras flexibles que pueden contener datos elementales de distintos tipos y otras estructuras como diccionarios, tuplas o incluso otras listas. Además, como las listas son objetos que forman parte del propio lenguaje, en general, será más rápido añadir y procesar elementos en una lista que en un array. El inconveniente lo vamos a encontrar cuando trabajemos con listas de gran tamaño. Los arrays son mucho más eficientes en este sentido y aprovechan mejor los recursos, en especial, la memoria.
La versatilidad de una lista penaliza a medida que su tamaño va creciendo pero sólo cuando se trata de listas muy grandes. En las pruebas que hemos realizado para poner al límite ambas estructuras hemos observado que agregar elementos a una lista era hasta un 40% más rápido que a un array. Este comportamiento se ha mantenido en el equipo que hemos utilizado para las pruebas hasta alcanzar 650.000.000 elementos, aproximadamente. A partir de ahí, a medida que se iban agotando los recursos, el sistema enlentecía drásticamente y con casi 800.000.000 elementos se interrumpía la ejecución del script produciendo un error de memoria (MemoryError) y alguna vez el extraño "Killed". En el caso de los arrays como son estructuras más compactas y seguras hemos podido declarar y operar arrays de 5.000.000.000 elementos sin que el sistema se rompiera.
Por lo demás, tanto las listas como los arrays tienen métodos básicos para agregar, insertar, extender, acceder, borrar, contar elementos, etc. La clase array incorpora los métodos fromfile() y tofile() que permiten leer de un fichero o escribir a un fichero los elementos de un array; aunque para operaciones más complejas y arrays con más de una dimensión lo recomendable es la biblioteca Numpy.
A continuación mostramos el uso del módulo array con algunos ejemplos que servirán para constatar el parecido con las listas, exceptuando el modo en que se declaran y que hay algunos métodos diferentes.
Declarar arrays
# Importar módulo array
import array
# Declarar lista con valores numéricos
lista1 = [1, 0, 1, 0, 1, 1, 0, 0]
# Obtener cadena con todos los tipos de arrays disponbiles
array.typecodes # 'bBuhHiIlLqQfd'
# Declarar 'array1' de tipo 'char sin signo' con datos de 'lista1'
array1 = array.array('B', lista1)
# Declarar 'array2' de tipo 'float' con datos de 'lista1'
array2 = array.array('f', lista1)
# Declarar 'array3' de tipo 'int sin signo' con datos de
# 'lista1' en orden inverso
array3 = array.array('I', (elemento for elemento in lista1[::-1]))
# Declarar 'array4' de tipo 'char con signo' a partir cadena de bytes
cadena = b'Python'
array4 = array.array('b', cadena)
# Declarar 'array5' de tipo 'int con signo' con valores del 0 al 9
array5 = array.array('i', range(10))
# Obtener tipo de array y datos de 'array1'
array1 # array('B', [1, 0, 1, 0, 1, 1, 0, 0])
# Obtener tipo de array y datos de 'array2'
array2 # array('f', [1.0, 0.0, 1.0, 0.0, 1.0, 1.0, 0.0, 0.0])
# Obtener tipo de array y datos de 'array3'
array3 # array('I', [0, 0, 1, 1, 0, 1, 0, 1])
# Obtener tipo de array y datos de 'array4'
array4 # array('b', [80, 121, 116, 104, 111, 110])
# Obtener tipo de array y datos de 'array4'
array5 # array('i', [0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
# Obtener tipo de objeto de 'array1'
type(array1) # array.array
# Obtener tipo de array de 'array1', 'array2' y 'array2'
array1.typecode # 'B'
array2.typecode # 'f'
array3.typecode # 'I'
# Obtener tamaño (en bytes) que ocupa un elemento en los arrays
array1.itemsize # 1
array2.itemsize # 4
array3.itemsize # 4
Operaciones básicas con arrays
# Añadir nuevos elementos a 'array1' y 'array2'
array1.append(1)
array1.append(0)
array2.append(1)
# Obtener número de elementos de 'array1', 'array2' y 'array3'
len(array1) # 10
len(array2) # 9
len(array3) # 8
# Obtener tupla con dirección de memoria actual de los arrays y
# número de elementos (Útil sólo para operaciones de bajo nivel).
array1.buffer_info() # (140391309074144, 10)
array2.buffer_info() # (140391299217200, 9)
array3.buffer_info() # (140391307750896, 8)
# Obtener el número de veces que se repite un valor en un array
array1.count(1) # 5
array2.count(1) # 5
array3.count(0) # 4
# Obtener posición donde aparece por primera vez elemento buscado
array1.index(1) # 0
array2.index(1) # 0
array3.index(1) # 2
# Insertar un elemento delante de la posición indicada en 'array1'
array1.insert(0, 10)
array1.insert(2, 20)
array1 # array('B', [10, 1, 20, 0, 1, 0, 1, 1, 0, 0, 1, 0])
# Borrar el último y tercer elemento en 'array1'
array1.pop()
array1.pop(2)
array1 # array('B', [10, 1, 0, 1, 0, 1, 1, 0, 0, 1])
# Borrar el primer elemento en 'array1' que coincida con el indicado
array1.remove(10)
array1 # array('B', [1, 0, 1, 0, 1, 1, 0, 0, 1])
# Invertir el orden de los elementos en 'array1'
array1.reverse()
array1 # array('B', [1, 0, 0, 1, 1, 0, 1, 0, 1])
# Extender o añadir elementos a un array
array3 # array('I', [0, 0, 1, 1, 0, 1, 0, 1])
array3.extend([0, 0])
array3 # array('I', [0, 0, 1, 1, 0, 1, 0, 1, 0, 0])
# Obtener el primer, tercer y último elemento de 'array3'
array3[0] # 0
array3[2] # 1
array3[-1] # 0
# Cambiar el valor a 1 del primer y penúltimo elemento de 'array3'
array3[0] = 1
array3[-2] = 1
Cadenas de bytes. Lectura/escritura de arrays de/a archivos
# Asignar con frombytes() una cadena de bytes a 'array1'
array1 = array.array('b')
cadena = b'Arrays Python'
array1.frombytes(cadena)
array1 # array('b', [65, 114, 114, 97, 121, 115, 32, 80, 121,
# 116, 104, 111, 110])
# Escribir el contenido de 'array1' a un archivo
cadena = b'Arrays Python'
array1 = array.array('b', cadena)
archivo = open('datos.txt', 'wb')
array1.tofile(archivo)
archivo.close
# Leer y añadir a 'array1' los 6 primeros bytes del archivo anterior
array1 = array.array('b')
archivo = open('datos.txt', 'rb')
array1.fromfile(archivo, 6)
array1 # array('b', [65, 114, 114, 97, 121, 115])
# Convertir a bytes los valores leídos con anterioridad
cadena = array1.tobytes()
cadena # b'Arrays'
# Convertir bytes a cadena de texto
cadena = cadena.decode()
cadena # 'Arrays'
# Intentar añadir elementos de una lista a un array que
# contiene elementos. Cuando se produce un error de tipo
# el array mantiene sus datos originales.
lista1 = [0, 1, 3.31, 3.5, 1.9, 0, False]
array1 = array.array('b', [9, 10, 11])
try:
array1.fromlist(lista1)
except:
print('Error al intentar agregar lista1')
finally:
print(array1)
Relacionado:
Ir al índice del tutorial de Python
