企业官网建设流程全解析

• 嵌入式
• 语言运行时
• 编程语言
• 解释器
• 编译器
• 物联网
• 系统编程

导读

array是 MicroPython 内置的数值型数组模块，它用 C 语言原生的连续内存块存储同类型元素，相比 Python 列表（list）在内存占用上显著更小、访问速度更快，非常适合微控制器这类内存受限（constrained systems）环境下的数据采集、传感器读数缓冲、二进制协议组包/解析等场景。本文以 docs/library/array.rst 为骨架，结合源码实现与官方测试用例，系统讲解array的类型码（typecode）、构造方式、读写方法、切片语义、缓冲协议互操作，以及运算符与比较规则，帮助你写出内存友好且行为正确的 MicroPython 数组代码。

模块概览：与 CPythonarray的对应关系

array模块在 MicroPython 中与 CPython 标准库同名模块相对应，__name__为"array"，对外仅暴露一个工厂类array。从源码看，模块本身非常精简：py/modarray.c 中模块全局表只注册了array一个符号，并通过MP_REGISTER_EXTENSIBLE_MODULE(MP_QSTR_array, mp_module_array)注册为可扩展模块；而类型array的完整行为（构造、打印、迭代、下标、缓冲等）全部实现在 py/objarray.c 的mp_type_array类型对象中，并与bytearray、memoryview共享大量实现代码。

支持的格式类型码与官方文档一致，共 12 种：

上述字节大小依据 py/binary.c 中mp_binary_get_size()的'@'（native 对齐）分支：b/B为 1 字节，h/H为sizeof(short)，i/I为sizeof(int)，l/L为 4 字节，q/Q为 8 字节。其中f、d两个浮点类型码取决于固件是否启用浮点支持（MicroPython 存在MICROPY_FLOAT_IMPL_NONE的无浮点构建）；若编译配置未开启浮点，使用f/d会失败。q/Q是否可用还受目标平台整数宽度影响，在纯 32 位平台上按 8 字节布局存储。

注意：MicroPython 的l/L固定为 4 字节（而非某些平台上 Clong的 8 字节），这是与 CPython 的一个细微差异点。

构造array(typecode, [iterable])

array构造函数的原型为array(typecode, [iterable])：

• 第一个参数typecode必填，为上述类型码字符（字符串）；
• 第二个参数iterable可选，提供初始元素；省略时创建空数组。

从实现看，array_make_new()（py/objarray.c）在只传一个参数时直接分配一个长度为 0 的空数组；传入两个参数时调用array_construct()（py/objarray.c）完成构造。array_construct()有一条特殊的“原始拷贝”（raw copy）路径：当初始值是一个bytes或bytearray对象且其缓冲区长度是元素大小的整数倍时，MicroPython 直接memcpy底层字节，不做逐元素转换——这意味着array('h', b'\x01\x00\x02\x00')这类写法是允许的，并且与字节序无关（原样复制）。官方测试 tests/basics/array_construct.py 明确验证了从bytes/bytearray的原始拷贝行为。

常见构造示例：

from array import array # 空数组 empty = array('h') print(len(empty)) # 0 # 从列表构造 a = array('B', [1, 2, 3]) print(a, len(a)) # array('B', [1, 2, 3]) 3 # 从元组构造 b = array('b', (1, 2)) # 从 bytes 原始拷贝（字节序中立） c = array('h', b'\x01\x00\x02\x00') # 2 个元素，原样复制 # 从其他 array 转换 d = array('H', array('b', [1, 2])) # 从 bytearray 构造 e = array('i', bytearray(4)) # 1 个 4 字节 int 元素，值为 0

array_construct()中mp_obj_len_maybe(initializer)会先尝试取得初始值的长度以便一次性预分配底层缓冲区（py/objarray.c），对于已知长度的可迭代对象（如列表、元组、另一个数组）可以避免多次扩容重分配，这是写内存高效代码时值得利用的特性。

核心方法：append与extend

append(val)

在数组末尾追加一个新元素并自动扩容，返回None。底层实现在 py/objarray.c：当空闲容量（free）耗尽时，会以“每次额外多分配 8 个元素”的策略m_renew重新分配内存（即 amortized 扩容，避免频繁 realloc），然后通过mp_binary_set_val_array()把 Python 值按类型码编码写入。因此append会做隐式类型转换，array('B').append(300)之类的越界值会被按该类型的 C 语义截断或抛错。

extend(iterable)

把可迭代对象中的所有元素追加到数组末尾，返回None，等价于原地拼接。底层array_extend()（py/objarray.c）有一个与 CPython 不同的扩展行为：任何实现了缓冲协议的对象（如bytes、bytearray、另一个array）都会走“整块拷贝”快速路径——直接把对方的原始缓冲区按自身元素大小分割后memcpy进来；不具备缓冲协议的对象（如列表、生成器）则退回逐元素迭代。官方测试 tests/basics/array_add.py 验证了extend接受 array、list 和生成器表达式三种输入。

a = array('I', [1]) a.extend(array('I', [5])) # 数组 a.extend([6, 7]) # 列表 a.extend(i for i in (8, 9)) # 生成器 print(a) # array('I', [1, 5, 6, 7, 8, 9])

下标访问与切片语义

__getitem__(index)——a[index]

• 当index为整数时，返回该位置元素的 Python 标量值；负数索引从末尾倒数；越界抛出IndexError。
• 当index为切片时，返回一个新的array（类型码与源数组相同）。
• 底层由array_subscr()（py/objarray.c）实现，切片读取会新建数组并用memcpy拷贝元素区域；切片步长仅支持 1（即None），其他步长会抛NotImplementedError。

特别说明：__getitem__等特殊方法不能以a.__getitem__(0)的形式直接调用（会失败），也不会出现在a.__dict__中，但a[0]语法正常可用。这是 MicroPython 为省内存而对特殊方法做特殊处理的普遍设计。

a = array('h', [10, 20, 30, 40]) print(a[0]) # 10 print(a[-1]) # 40（负数索引从末尾数） print(a[1:3]) # array('h', [20, 30])（切片返回新数组）

__setitem__(index, value)——a[index] = value

• index为整数时，把value按类型码编码后写入该位置；负数索引同样支持，越界抛IndexError。
• index为切片时，value必须是一个array（或兼容对象），右侧元素的类型码必须与左侧兼容，否则抛ValueError（源码中的compat_error分支，见 py/objarray.c）；切片的赋值/替换支持改变数组长度（MP_PY_ARRAY_SLICE_ASSIGN配置开启时）。

a = array('B', [1, 2, 3, 4]) a[0] = 9 print(a) # array('B', [9, 2, 3, 4]) a[1:3] = array('B', [7, 8, 9]) print(a) # array('B', [9, 7, 8, 9, 4])（切片赋值可改变长度）

__len__()——len(a)

返回数组的元素个数（不是字节数）。底层由array_unary_op()中的MP_UNARY_OP_LEN分支直接返回内部len字段（py/objarray.c），是一个 O(1) 操作。同样的特殊方法限制依然适用：a.__len__()直接调用会失败，len(a)正常工作。

拼接运算：+与+=

• a + other（__add__）：返回一个新的array，内容为两数组按顺序拼接。底层MP_BINARY_OP_ADD分支（py/objarray.c）在分配新缓冲区后调用mp_seq_cat拼接；一个 MicroPython 对 CPython 的扩展是：右侧操作数可以是任何有缓冲协议的对象（如bytes），而不限定必须是array。
• a += other（__iadd__）：原地拼接，语义完全等价于extend(other)（py/objarray.c），返回原对象本身。

a1 = array('I', [1]) a2 = array('I', [2]) print(a1 + a2) # array('I', [1, 2])（新对象） a1 += array('I', [3, 4]) print(a1) # array('I', [1, 3, 4])（原地修改）

表示形式：__repr__

str(a)与repr(a)返回形如"array(<type>, [<elements>])"的字符串，其中<type>是类型码字母，<elements>是逗号分隔的元素列表。底层array_print()（py/objarray.c）逐元素调用mp_binary_get_val_array解码并打印。空数组的表示为array('h')（无方括号部分）。

print(repr(array('b', [1, 2, 3]))) # array('b', [1, 2, 3]) print(array('h')) # array('h')

同样地，__repr__也不能以a.__repr__()直接调用，但str(a)/repr(a)均可。

缓冲协议：与memoryview、bytes的零拷贝互操作

文档明确说明：array对象实现了缓冲协议（buffer protocol），整个数组的内容可以作为原始字节直接访问，例如通过memoryview或任何使用该协议的接口。这是array在嵌入式场景最有价值的特性之一：

• 底层由array_get_buffer()（py/objarray.c）暴露buf（指向元素内存的指针）与len（字节长度 = 元素个数 × 元素大小），并报告typecode。
• 因此你可以把array直接传给bytes()、memoryview()、struct.unpack()、串口/UART 写入、网络socket.send()等接受缓冲协议对象的 API，实现零拷贝传输。
• 用memoryview包装后，可以按任意切片查看同一块内存而无需复制；memoryview对象内部持有指向原数组缓冲的指针（见 py/objarray.c 对 memoryview 复用 array 实现的设计注释），只要原数组仍被引用就不会被 GC 回收。

a = array('H', [0x1234, 0x5678]) mv = memoryview(a) # 零拷贝视图 print(mv[0]) # 0x1234（按元素访问） raw = bytes(a) # 转成 4 个原始字节 print(len(raw)) # 4

官方测试 tests/basics/array1.py 也验证了bytes(array('b', ...)) == b'abc'以及array('b', [...]) == b'abc'这类基于缓冲内容的比较行为。

比较运算规则

array支持相等与大小比较，规则如下（对应 py/objarray.c 的typecode_for_comparison()与array_binary_op()）：

• 相等比较（==/!=）：只要两侧的类型码“兼容”（大小写形式相同，如b与B、h与H），就按底层字节内容比较；与bytes等有缓冲协议的对象也可以比较。浮点类型码f/d不参与按字节比较（NaN 永不等于自身），此时会抛NotImplementedError。
• 大小比较（<、<=、>、>=）：仅限无符号整数类型码（B/H/I/L/Q），且按字节序列做字典序比较；有符号类型码或不兼容类型码的大小比较抛NotImplementedError。
• 官方的 tests/basics/array1.py 对b/h/i/l/q及其大写形式的两两相等性、以及 tests/basics/array1.py 对无符号类型码的大小比较都有覆盖。

print(array('b', [1, 2]) == array('B', [1, 2])) # True（有符号/无符号兼容） print(array('B', [1, 1]) < array('B', [1, 2])) # True（无符号字典序比较）

迭代与成员测试

• array是可直接迭代的对象（MP_TYPE_FLAG_ITER_IS_GETITER），迭代器实现在 py/objarray.c，按元素逐个返回 Python 标量，可用于for循环、sum()、列表推导等。
• 成员测试in仅对bytearray支持子串搜索；对一般array若右侧是整数或浮点数会抛NotImplementedError，其他情况返回False（py/objarray.c）。
• bool(array)依据元素个数判断真假：空数组为False，非空为True（MP_UNARY_OP_BOOL，见 tests/basics/array1.py）。

a = array('B', [1, 2, 3]) for x in a: print(x) # 1 2 3 print(bool(array('i'))) # False print(bool(array('i', [1]))) # True

使用建议与注意事项

• 内存优先用array而非list：以array('B')存储 1000 个传感器读数仅占约 1 KB 连续内存，而 Pythonlist因每个元素都是独立对象（对象头 + 指针 + 数据）通常要多消耗数倍内存，在 RAM 只有几十 KB 的 MCU 上差异巨大。
• 优先用扩展性好的extend整块拷贝：向数组追加大量数据时，extend(bytes/bytearray/array)走底层memcpy快路径，比逐元素append更高效；预知元素总数时可先用array(typecode, [0]*n)或从已知长度对象构造，避免中途反复扩容。
• 用好缓冲协议实现零拷贝 I/O：采集完一批数据后直接用memoryview(a)或直接传入bytes(a)，即可把array内容交给UART.write()、socket.send()、struct.unpack()等接口，无需手工逐元素转换。
• 注意类型码差异：MicroPython 的l/L固定 4 字节；f/d依赖固件浮点支持；q/Q受平台位宽影响。跨固件移植时以当前固件的实际行为为准。
• 特殊方法不可直接调用：__getitem__/__setitem__/__len__/__add__/__iadd__/__repr__均不能以a.__xxx__()形式直接调用（会失败且不出现在__dict__中），必须使用对应的运算符或内建函数语法。

延伸阅读

• 模块入口与注册：py/modarray.c
• array/bytearray/memoryview共享的核心实现：py/objarray.c
• 类型码字节大小与二进制编解码：py/binary.c
• 官方行为测试：tests/basics/array1.py、tests/basics/array_construct.py、tests/basics/array_construct_endian.py、tests/basics/array_add.py
• 官方 API 文档：docs/library/array.rst

• 嵌入式
• 语言运行时
• 编程语言
• 解释器
• 编译器
• 物联网
• 系统编程