27.数组的本质分析

数组的概念

数组是相同类型的变量的有序集合

数组的大小

数组在一片连续的内存空间中存储元素

数组元素的个数可以显示或隐式指定

int a[5] = {1,2};

int b[] = {1,2};

问题:

1.a[2],a[3],a[4]的值是多少?

答: 0

2.b包含了多少个元素

答:2个

数组地址与数组名

数组名代表数组首元素的地址

数组的地址需要用取地址符&才能得到

数组首元素的地址值与数组的地址值相同

数组首元素的地址与数组的地址是两个不同的概念

例子:

int main()

{

int a[5] = {0};

printf(" a = %p\n",a); // 数组首元素的地址

printf(" &a = %p\n",&a);//

printf(" a[0] = %p\n",&a[0]); // 数组首元素的地址

}

数组名的盲点

数组名可以看做一个常量指针

数组名“指向”的是内存中数组首元素的起始地址位置

数据名不包含数组的长度信息

在表达式中数组名只能作为右值使用

只有在下列场合中数组名不能看做常量指针

数组名作为sizeof操作符的参数

数组名作为&运算符的参数

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
编译原理是计算机专业的一门核心课程,旨在介绍编译程序构造的一般原理和基本方法。编译原理不仅是计算机科学理论的重要组成部分,也是实现高效、可靠的计算机程序设计的关键。本文将对编译原理的基本概念、发展历程、主要内容和实际应用进行详细介绍编译原理是计算机专业的一门核心课程,旨在介绍编译程序构造的一般原理和基本方法。编译原理不仅是计算机科学理论的重要组成部分,也是实现高效、可靠的计算机程序设计的关键。本文将对编译原理的基本概念、发展历程、主要内容和实际应用进行详细介绍编译原理是计算机专业的一门核心课程,旨在介绍编译程序构造的一般原理和基本方法。编译原理不仅是计算机科学理论的重要组成部分,也是实现高效、可靠的计算机程序设计的关键。本文将对编译原理的基本概念、发展历程、主要内容和实际应用进行详细介绍编译原理是计算机专业的一门核心课程,旨在介绍编译程序构造的一般原理和基本方法。编译原理不仅是计算机科学理论的重要组成部分,也是实现高效、可靠的计算机程序设计的关键。本文将对编译原理的基本概念、发展历程、主要内容和实际应用进行详细介绍编译原理是计算机专业的一门核心课程,旨在介绍编译程序构造的一般原理和基本
在Python中,数组通常使用列表(List)或Numpy数组进行表示。下面介绍一些数组在Python中的应用: 1. 数字计算 Numpy是Python中用于数学计算的重要库之一,它提供了多维数组对象和一系列的数学函数,可以方便地进行数学运算。例如,可以使用Numpy数组进行矩阵乘法、求和、平均值、方差等操作。 ```python import numpy as np a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6], [7, 8]]) # 矩阵乘法 c = np.dot(a, b) # 求和 d = np.sum(a) # 平均值 e = np.mean(a) # 方差 f = np.var(a) ``` 2. 图像处理 Python中的Pillow库可以用于图像处理,可以将一张图片转换为一个Numpy数组,并对其进行各种操作。例如,可以对图像进行裁剪、缩放、旋转等操作。 ```python from PIL import Image # 打开图片 im = Image.open('example.jpg') # 转换为Numpy数组 im_arr = np.array(im) # 裁剪图片 im_crop = im_arr[100:200, 100:200] # 缩放图片 im_resize = np.array(im.resize((100, 100))) # 旋转图片 im_rotate = np.array(im.rotate(45)) ``` 3. 数据分析 在数据分析领域,Python中的pandas库可以用于处理和分析数据,可以将数据转换为DataFrame对象进行操作。DataFrame对象本质上是一个二维的表格,可以对其进行各种操作,例如,可以对数据进行筛选、排序、分组统计等操作。 ```python import pandas as pd # 读取CSV文件 df = pd.read_csv('example.csv') # 筛选数据 df_filtered = df[df['age'] > 20] # 排序数据 df_sorted = df.sort_values(by='age') # 分组统计数据 df_grouped = df.groupby('gender').mean() ``` 总之,数组在Python中有着广泛的应用,涉及到多个领域,包括科学计算、图像处理、数据分析等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值