Python對象數組

一、介紹

Python是一種簡單易學的編程語言，它有著豐富的內置數據類型和結構，這其中就包含了對象數組。

對象數組是一種在Python中表示一組有序、相同類型的數據的方式。與列表不同，對象數組的元素可以是任意類型的Python對象，例如，數字、字元串、元組、列表、字典等。

與其他數據類型一樣，對象數組同樣支持索引、切片、循環等常用操作，並且由於是有序的，可以方便地進行排序、搜索等操作。

二、創建和初始化對象數組

要創建一個對象數組，需要先導入NumPy或SciPy模塊，這兩個模塊是Python中處理對象數組和矩陣的標準庫。其中，NumPy是基礎庫，可以滿足大多數需求，而SciPy則是在NumPy的基礎上增加了更多高級計算功能。

接下來，用NumPy模塊的array函數來創建對象數組。通過指定數據類型dtype和元素個數，可以創建一維或多維的對象數組，如下所示：

import numpy as np

# 創建一維對象數組
a = np.array([1, 2, 3])
print(a)

# 創建二維對象數組
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)

輸出：

[1 2 3]
[[1 2 3]
 [4 5 6]]

可以看到，創建對象數組很簡單，只需要調用array函數並將數據傳遞給它即可。另外，也可以通過隨機函數來生成對象數組：

# 生成隨機對象數組
c = np.random.rand(3, 2)
print(c)

三、對象數組的索引和切片

對象數組的索引和切片操作與列表類似，一維對象數組可以使用單個整數作為索引，多維對象數組可以使用元組來索引。例如：

# 一維對象數組的索引
a = np.array([1, 2, 3])
print(a[0], a[1], a[2])

# 二維對象數組的索引
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b[0, 0], b[0, 1], b[1, 0])

# 對象數組的切片
c = np.array([1, 2, 3, 4, 5])
print(c[1:3])

d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(d[1:, :2])

輸出：

1 2 3
1 2 4
[2 3]
[[4 5]
 [7 8]]

四、對象數組的運算和函數

在對象數組中，可以使用各種運算符和函數來完成常見的數學和邏輯運算，例如加、減、乘、除、求和、平均值等。下面是一些常用的運算和函數：

# 一維對象數組的運算
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
print(a + b)
print(a * 2)
print(np.dot(a, b))

# 二維對象數組的函數
c = np.array([[1, 2, 3], [4, 5, 6]])
print(np.mean(c))
print(np.max(c, axis=0))

輸出：

array([5, 7, 9])
array([2, 4, 6])
32
3.5
array([4, 5, 6])

五、對象數組的操作案例

下面用一個具體的案例來展示對象數組的操作。假設我們有一組用戶數據，包括用戶ID、性別、年齡和工作崗位，數據如下圖所示：

這個數據可以表示為一個二維對象數組，每一行都是一個用戶的信息，其中第一列是用戶ID（整數），第二列是性別（字元串），第三列是年齡（整數），第四列是工作崗位（字元串）。

我們可以對這個對象數組進行各種操作，例如求年齡的平均值、統計男女比例、查找崗位為「數據分析師」的用戶等。下面是一些示例代碼：

# 導入NumPy模塊
import numpy as np

# 創建二維對象數組
data = np.array([[1001, '男', 25, '數據分析師'], 
                 [1002, '女', 28, '產品經理'], 
                 [1003, '男', 22, '軟體工程師'], 
                 [1004, '女', 30, '數據分析師'], 
                 [1005, '男', 33, '項目經理']])

# 求年齡的平均值
print('年齡的平均值：', np.mean(data[:, 2]))

# 統計男女比例
sex = data[:, 1]
male = np.count_nonzero(sex == '男')
female = np.count_nonzero(sex == '女')
print('男女比例：', male / female)

# 查找崗位為「數據分析師」的用戶
index = np.where(data[:, 3] == '數據分析師')[0]
for i in index:
    print('ID:', data[i, 0], '性別:', data[i, 1], '年齡:', data[i, 2], '崗位:', data[i, 3])

輸出：

年齡的平均值： 27.6
男女比例： 1.0
ID: 1001 性別: 男 年齡: 25 崗位: 數據分析師
ID: 1004 性別: 女 年齡: 30 崗位: 數據分析師

六、總結

Python對象數組是一種強大、靈活的數據類型，它可以表示多種類型的數據，並可以進行各種數學和邏輯運算。無論是數據分析、機器學習還是科學計算，對象數組都是Python中必不可少的工具。

本文介紹了對象數組的創建、索引、切片、運算和函數等方面，並通過一個案例來演示了對象數組的操作，希望讀者可以通過這篇文章深入理解對象數組的原理和用法，從而更好地應用它在實際工作中。