您可以创建列表并将其转换为数组，或者您可以使用numpy模块创建数组。下面是几个例子来说明这一点。Numpy还使使用多维数组变得更容易。

import numpy as np
a = np.array([1, 2, 3, 4])

#For custom inputs
a = np.array([int(x) for x in input().split()])

您还可以使用使用输入作为矩阵维数的重塑函数将该数组重塑为2X2矩阵。

mat = a.reshape(2, 2)

你实际上不需要声明东西，但这是在Python中创建数组的方法:

from array import array
intarray = array('i')

有关更多信息，请参阅数组模块:http://docs.python.org/library/array.html

现在可能你不想要数组，而是一个列表，但其他人已经回答了这个问题。：）

在Python中，这是一个非常复杂的主题。

实际回答

数组由类列表表示(请参阅参考，不要将它们与生成器混合)。

看看用法示例:

# empty array
arr = [] 

# init with values (can contain mixed types)
arr = [1, "eels"]

# get item by index (can be negative to access end of array)
arr = [1, 2, 3, 4, 5, 6]
arr[0]  # 1
arr[-1] # 6

# get length
length = len(arr)

# supports append and insert
arr.append(8)
arr.insert(6, 7)

理论的答案

实际上，Python的列表是一个实际数组的包装器，其中包含对项的引用。此外，创建底层数组时还使用了一些额外的空间。

这样做的后果是:

随机访问非常便宜(arr[6653]与arr[0]相同) 附加操作是“免费的”，而一些额外的空间 插入操作是昂贵的

看看这个令人敬畏的操作复杂度表。

另外，请看看这张图，在这里我试图展示数组，引用数组和链表之间最重要的区别:

是这样的:

my_array = [1, 'rebecca', 'allard', 15]

计算时，使用numpy数组:

import numpy as np

a = np.ones((3,2))        # a 2D array with 3 rows, 2 columns, filled with ones
b = np.array([1,2,3])     # a 1D array initialised using a list [1,2,3]
c = np.linspace(2,3,100)  # an array with 100 points beteen (and including) 2 and 3

print(a*1.5)  # all elements of a times 1.5
print(a.T+b)  # b added to the transpose of a

这些numpy数组可以从磁盘保存和加载(甚至压缩)，具有大量元素的复杂计算像c一样快。

多用于科学环境。更多信息请看这里。

我通常只写a =[1,2,3]，这实际上是一个列表，但对于数组，看看这个正式的定义