१. पाइथनमा एरेहरू (सूचीहरू) को प्रारम्भीकरणका आधारभूत कुराहरू
पाइथन सूचीहरू (एरेहरू) लचिलो डाटा संरचनाहरू हुन् जसले विभिन्न डाटा प्रकारका तत्वहरू भण्डारण गर्न सक्छन्, र तिनीहरू पाइथन प्रोग्रामिङको आधारभूत निर्माण ब्लक हुन्। यस लेखमा, हामी पाइथनमा एरेहरू (सूचीहरू) कसरी प्रारम्भीकरण गर्ने भनेर व्याख्या गर्नेछौं।
पाइथन सूची के हो?
सूची एक डाटा संरचना हो जसले विभिन्न डाटा प्रकारका तत्वहरू, जस्तै संख्याहरू र स्ट्रिङहरू, समूहित गर्न प्रयोग गरिन्छ, र यो पाइथनको “एरे” को रूपमा कार्य गर्दछ। यसले विभिन्न प्रकारका तत्वहरू समावेश गर्न सक्छ, र प्रारम्भीकरण पछि तपाईं तत्वहरू स्वतन्त्र रूपमा थप्न वा हटाउन सक्नुहुन्छ।
example_list = [1, "Hello", True]
print(example_list)
# Output: [1, "Hello", True]
खाली सूची प्रारम्भीकरण गर्ने
खाली सूची सिर्जना गर्न, [] वा list() प्रयोग गर्नुहोस्। यो विधि तत्वहरू पछि थप्ने योजना गर्दा वा भेरिएबल आरक्षित गर्दा आदर्श हुन्छ।
empty_list1 = []
empty_list2 = list()
print(empty_list1) # Output: []
print(empty_list2) # Output: []
निश्चित संख्यामा तत्वहरू भएको सूची प्रारम्भीकरण गर्ने
पाइथनमा, तपाईं सजिलै निश्चित संख्यामा तत्वहरू भएको सूची सिर्जना गर्न सक्नुहुन्छ। उदाहरणका लागि, तपाईं पाँच शून्यहरूले प्रारम्भीकरण गरिएको सूची निम्नानुसार सिर्जना गर्न सक्नुहुन्छ।
initial_list = [0] * 5
print(initial_list)
# Output: [0, 0, 0, 0, 0]
यो विधि एकसमान मानले भरिएको सूची सिर्जना गर्न उपयोगी हुन्छ।
list फङ्क्शन प्रयोग गरेर सूची प्रारम्भीकरण गर्ने
list() फङ्क्शन अन्य डाटा प्रकारहरूबाट सूची उत्पन्न गर्न उपयोगी हुन्छ। उदाहरणका लागि, तपाईं स्ट्रिङलाई सूचीमा रूपान्तरण गर्न वा टुपललाई सूचीमा रूपान्तरण गर्न सक्नुहुन्छ।
char_list = list("Python")
tuple_list = list((1, 2, 3))
print(char_list)
# Output: ['P', 'y', 't', 'h', 'o', 'n']
print(tuple_list)
# Output: [1, 2, 3]
२. सूची बुझाइ प्रयोग गरेर सूची प्रारम्भीकरण गर्ने
सूची बुझाइहरू एक सुविधाजनक वाक्यविन्यास हुन् जसले तपाईंलाई पाइथन कोड संक्षिप्त र कुशल रूपमा लेख्न अनुमति दिन्छ। तिनीहरू विशेष गरी अवस्थाहरूमा आधारित सूचीहरू प्रारम्भीकरण गर्न उपयोगी हुन्छन्।
आधारभूत सूची बुझाइ
तलको उदाहरणले सूची बुझाइ प्रयोग गरेर ० देखि ९ सम्मका पूर्णाङ्कहरू समावेश गर्ने सूची प्रारम्भीकरण गर्दछ।
numbers = [i for i in range(10)]
print(numbers)
# Output: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
सर्तीय सूची बुझाइ
तपाईं सर्तहरू सहित पनि सूची सिर्जना गर्न सक्नुहुन्छ। उदाहरणका लागि, तपाईं निम्नानुसार केवल सम संख्याहरू निकाल्ने सूची लेख्न सक्नुहुन्छ।
even_numbers = [i for i in range(10) if i % 2 == 0]
print(even_numbers)
# Output: [0, 2, 4, 6, 8]
३. दुई-आयामी सूची प्रारम्भीकरण गर्ने
पाइथन सूचीहरूले सूचीहरू भित्र सूचीहरू समावेश गरेर बहुआयामी एरेहरू प्रतिनिधित्व गर्न सक्छन्। यसले तपाईंलाई तालिकाहरू वा म्याट्रिक्सहरू जस्ता डाटा संरचनाहरूसँग काम गर्न अनुमति दिन्छ।
दुई-आयामी सूची कसरी प्रारम्भीकरण गर्ने
यहाँ सूची बुझाइ प्रयोग गरेर ३ × ३ दुई-आयामी सूची प्रारम्भीकरण गर्ने उदाहरण छ। यो दृष्टिकोणले प्रत्येक उप-सूची स्वतन्त्र हुने सुनिश्चित गर्दछ, साझा सन्दर्भहरू मार्फत अनपेक्षित परिवर्तनहरू रोक्दछ।
matrix = [[0 for _ in range(3)] for _ in range(3)]
print(matrix)
# Output: [[0, 0, 0], [0, 0, 0], [0, 0, 0]]
सावधानी: दुई-आयामी सूची प्रारम्भीकरण गर्दा सन्दर्भ समस्याहरू
यदि तपाईं [[0] * 3] * 3 जस्तो लेख्नुहुन्छ भने, प्रत्येक पङ्क्ति एकै वस्तुलाई सन्दर्भ गर्दछ, त्यसैले एक ठाउँमा परिवर्तन अन्य पङ्क्तिहरूमा प्रतिबिम्बित हुन्छ। सूची बुझाइ प्रयोग गर्दा प्रत्येक पङ्क्तिलाई स्वतन्त्र सूचीको रूपमा उत्पन्न गर्दछ।
४. एरे सञ्चालनहरू: तत्वहरू थप्ने र संयोजन
पाइथन सूचीहरूले प्रारम्भीकरण पछि पनि गतिशील रूपमा तत्वहरू थप्न वा हटाउन र अन्य सूचीहरूसँग मर्ज गर्न सक्छन्। यो खण्डले आधारभूत सञ्चालनहरू व्याख्या गर्दछ।
तत्वहरू थप्ने: append विधि
append() प्रयोग गरेर, तपाईं सूचीको अन्तिममा तत्व थप्न सक्नुहुन्छ।
my_list = [1, 2, 3]
my_list.append(4)
print(my_list)
# Output: [1, 2, 3, 4]
तत्वहरू घुसाउने: insert विधि
insert() ले सूचीको निर्दिष्ट स्थानमा तत्व घुसाउँछ। सूचकांक निर्दिष्ट गरेर, तपाईं कुनै पनि स्थानमा घुसाउन सक्नुहुन्छ।
my_list = [1, 2, 3]
my_list.insert(1, 'new')
print(my_list)
# Output: [1, 'new', 2, 3]
सूची संयोजन: + अपरेटर
एकाधिक सूचीहरू संयोजन गर्न, + अपरेटर प्रयोग गर्नुहोस्।
list1 = [1, 2, 3]
list2 = [4, 5]
combined_list = list1 + list2
print(combined_list)
# Output: [1, 2, 3, 4, 5]
५. अन्य आरम्भ विधिहरू: array मोड्युल र NumPy
Python ले संख्यात्मक गणनाका लागि विशेषीकृत array मोड्युल र NumPy लाइब्रेरी समावेश गर्दछ, जसले सूचीहरू बाहेकका डेटा संरचनाहरू प्रयोग गरेर एरे गर्न अनुमति दिन्छ।
array मोड्युल प्रयोग गरेर आरम्भ
Python को array मोड्युलले समान डेटा प्रकारको एरेहरूलाई प्रभावकारी रूपमा संग्रह गर्न सक्छ, जसले कम मेमोरी प्रयोगको परिणाम दिन्छ।
import array
int_array = array.array('i', [0] * 5)
print(int_array)
# Output: array('i', [0, 0, 0, 0, 0])
NumPy सँग बहु-आयामी एरेहरू आरम्भ गर्दै
NumPy लाइब्रेरीको साथ, तपाईं ठूलो बहु-आयामी एरेहरूलाई प्रभावकारी रूपमा ह्यान्डल गर्न सक्नुहुन्छ, र यो वैज्ञानिक गणना तथा डेटा विश्लेषणमा बारम्बार प्रयोग हुन्छ।
import numpy as np
numpy_array = np.zeros((3, 3))
print(numpy_array)
# Output:
# [[0. 0. 0.]
# [0. 0. 0.]
# [0. 0. 0.]]
NumPy एरेहरू अत्यन्त कम्प्युटेशनली प्रभावकारी हुन्छन् र Python को निर्मित सूचीहरू भन्दा ठूलो-स्तरको डेटा प्रशोधनका लागि उपयुक्त हुन्छन्।
६. Python मा एरे आरम्भ विधिहरूको तुलना
यस लेखमा, हामी Python मा सूचीहरू र एरेहरू कसरी आरम्भ गर्ने भन्ने कुरा व्यापक रूपमा व्याख्या गर्छौं। प्रत्येक आरम्भ विधिको फाइदाहरू बुझेर र तपाईंको प्रयोग केसको लागि उत्तम विधि चयन गरेर, तपाईं अधिक प्रभावकारी कोड लेख्न सक्नुहुन्छ।
- खाली सूची सिर्जना गर्नु :
[]रlist()प्रयोग गरेर सरल आरम्भ। - सूची अभिव्यक्तिहरू : शर्तहरूमा आधारित तत्वहरूको सूची सजिलै सिर्जना गर्नु।
- बहु-आयामी सूचिहरू : सूचीहरूको सूचीको रूपमा प्रतिनिधित्व गरिन्छ, महत्वपूर्ण विचारहरूसहित।
- तत्वहरू थप्ने र जोड्ने :
append(),insert(), र+अपरेटरहरू प्रयोग गरेर लचिलो रूपमा हेरफेर गर्नु। - array र NumPy : संख्यात्मक प्रकारहरू र बहु-आयामी डेटा प्रशोधनका लागि उपयुक्त डेटा संरचनाहरू।
प्रत्येक विधि र लाइब्रेरीको विशेषताहरू बुझेर र सही समयमा प्रयोग गरेर, तपाईं Python सूची आरम्भमा निपुण हुन सक्नुहुन्छ।
