数组(Array)——数组介绍

一.什么是数组

数组基本要求:

  • 标识符
  • 数组元素
  • 元素下标:从0开始
  • 元素类型

 

二.如何使用数组

1.声明数组

* 数据类型[ ] 数组名 = new 数据类型[ ]{数据1,数据2,....,数据n};

          注意,=后面的[ ]里不要写数组长度,写了会报错

 * 数据类型 数组名[ ] = new 数据类型[ ]{数据1,数据2,....,数据n};

2.分配空间

数据类型[ ]  数组名   =   new   数据类型[大小]  ;

String[] strs = new String[] { "hello", "java", "html" };

3.赋值

方法1: 边声明边赋值

数组名[下标] = 数据; 注意:(下标从0开始)

arr[0] = 10;

arr[1] = 20;

arr[2] = 45;

arr[3] = 55;

方法2:动态地从键盘录入信息并赋值

Scanner input = new Scanner(System.in);

        for(int i = 0; i < 30; i ++){    

                  scores[i] = input.nextInt();

}

4.处理数据

byte/short/int/long类型数组元素默认值:0

float/double类型数组元素默认值:0.0

char类型数组元素默认值:" "

boolean类型数组元素默认值:false

String类型数组元素默认值:null

三.常见的错误

 1.

2.

int[ ] scores = new int[2];
scores[0] = 90;
scores[1] = 85;
scores[2] = 65;//数据越界
System.out.println(scores[2]);

 

3.编译出错,创建数组并赋值的方式必须在一条语句中完成

       int[ ] score = new int[5];
       score = {60, 80, 90, 70, 85};//数据要在一条语句完成
      
       int[ ] score2;
       score2 = {60, 80, 90, 70, 85}; //数据要在一条语句完成

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python中的NumPy库是用于科学计算的重要工具,其中包含了处理多维数组的功能。可以使用NumPy库创建和操作数组,例如通过np.array()函数传入可迭代对象来创建数组。可以使用该函数传入一个列表或元组等作为参数,如np.array([0, 1, 2, 3, 4])可以创建一个包含这些元素的一维数组,而np.array([[11, 12, 13],[21, 22, 23]])则可以创建一个2*3的二维数组。还可以通过指定数据类型,例如np.array([0, 1, 2, 3, 4], dtype=float)可以创建一个包含浮点数的数组。 此外,NumPy还提供了许多数学函数来操作数组。例如,可以使用np.sin()函数对一维数组中的所有元素进行求正弦值,使用np.cos()函数求二维数组中的所有元素的余弦值。可以使用np.round()函数进行四舍五入,np.ceil()函数向上取整,等等。 总之,Python中的NumPy库提供了丰富的功能来创建、操作和处理数组,使得在科学计算和数据分析中更加方便和高效。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [python中找出numpy array数组的最值及其索引方法](https://download.csdn.net/download/weixin_38640830/12869491)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Python数据分析之numpy数组全解析](https://blog.csdn.net/weixin_30851409/article/details/101717473)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [【Python】numpy——数组array](https://blog.csdn.net/fftx_00/article/details/122265623)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“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