在 Python 对象中存储和操作数组，通常可以使用 **Python 内置的列表（list）** 或者 **NumPy 库中的数组（numpy.ndarray）**。这两种方式都支持动态调整大小、元素访问与修改，并且能够通过类结构进行封装以实现面向对象的设计。 ### 使用列表存储和操作数组 Python 列表是一种灵活的数据结构，允许存储不同类型的数据，并且可以动态调整大小[^2]。可以在类中将列表作为属性来存储数组数据，并定义方法来操作这些数组。 ```python class ArrayProcessor: def __init__(self, data=None): if data is None: self.array = [] else: self.array = data def add_element(self, element): self.array.append(element) def remove_element(self, element): if element in self.array: self.array.remove(element) def get_array(self): return self.array # 示例用法 processor = ArrayProcessor([1, 2, 3]) processor.add_element(4) processor.remove_element(2) print(processor.get_array()) # 输出: [1, 3, 4] ``` ### 使用 NumPy 数组处理数值型数组 如果需要进行数学运算或科学计算，推荐使用 NumPy 数组。它提供了高效的多维数组结构，并支持向量化操作。 ```python import numpy as np class NumpyArrayProcessor: def __init__(self, data=None): if data is None: self.array = np.array([]) else: self.array = np.array(data) def apply_sqrt(self): # 注意：对负数取平方根会产生 nan return np.sqrt(self.array) def add_value(self, value): self.array = self.array + value def get_array(self): return self.array # 示例用法 np_processor = NumpyArrayProcessor([-4, 9, 16]) np_processor.add_value(5) print(np_processor.get_array()) # 输出: [1 14 21] print(np_processor.apply_sqrt()) # 输出: [nan 3.732... 4.582...]（负数产生 nan）[^3] ``` ### 面向对象设计的优势 - **封装性**：将数组和操作逻辑封装在类中，提高代码可维护性和重用性。 - **扩展性**：可以通过继承和组合扩展功能，如添加排序、查找等复杂操作。 - **类型安全**：在构造函数或方法中加入类型检查，确保数组内容符合预期。