Pokud člověk začíná s Python'em jako prvním programovacím jazykem, klasický datový typ pole (aneb array) mu nijak zvlášť nechybí. Ostatně Python jako dynamicky typovaný a interpretovaný jazyk k nějaké superoptimalizaci z hlediska datových typů nijak nevede.

Situace je jiná, pokud znáte pole ze staticky typovaných jazyků nebo vás rychlost trápí – pak vám se „samozřejmě“ se místo pole nabízející datovou strukturou seznamu asi poměrně rychle dojde trpělivost. A právě pro tyto případy je v pythoní knihovně k dispozici modul array – na první pohled jakoby seznam, ale s omezením na jeden konkrétní a dopředu vybraný datový typ (a to v podstatě jenom číselný).

Rozdíl mezi seznamem a (tradičním) polem z hlediska paměťové a časové náročnosti je velmi snadno zdůvodnitelný. Schematicky:

Tudíž zatímco u seznamu nikdy nevíte, co na daném místě je, dokud se tam nepodíváte (v Python'u se typy drží hodnot, nikoli proměnných), což s sebou mimo jiné nese, že je občas docela problém zjistit, kam v paměti se po příslušném prvku vlastně podívat (i když záleží na implementaci samozřejmě) plus jak s ním vůbec zacházet (protože to zjistíte, až se na něj podíváte), u pole je tohle všechno naprosto jasné dávno dopředu už při jeho zavedení.

Z toho ovšem také nepřekvapivě vyplývá, že (nejen) pythoní typ array bude mít dosti omezenou množinu ukládatelných hodnot (mimo jiné aby všechny položky v paměti zabíraly stejné místo). Což samozřejmě vůbec není na škodu, když je to právě to, co potřebujete. Narozdíl od některých striktnějších jazyků však v Python'u není třeba dopředu znát velikost pole a podobně.

Vzhledem k výše uvedenému je nutnou součástí zavedení pole určení typu dat v něm uložených. Jednoduchý příklad na zavedení pole celých čísel (klasický „int“):

Naplnit pole prvky jde mnoha různými způsoby (podobně jako u seznamu). Typicky při zavedení však můžete použít seznam vhodných prvků jako zde pro reálná čísla (klasické „float“y):

Objekt použitý pro zavedení výchozích prvků pole může být tří různých variant:

• seznam – na jeho zpracování je zavolána metoda array.fromlist(xs) (která funguje stejně jako smyčka s for x in xs: ar.append(x), ale v případě chyby nebude původní pole změněno);
• binární řetězec – na jeho zpracování je zavolána metoda array.frombytes(xb);
• iterovatelný objekt – na jeho zpracování je zavolána metoda array.extend(iterable).

Již existující pole můžeme také doplnit prvky ze souboru pomocí metody array.fromfile(PROUD, PočetPrvků). Obsahuje-li dostupný proud méně než požadovaný počet prvků, dojde k vyhození výjimky EOFError.

K uvedeným from-metodám nepřekvapivě existují i odpovídající to-metody:

• array.tolist() – převede typované pole na standardní pythoní seznam;
• array.tofile(PROUD) – zapíše bajty do otevřeného binárního souboru;
• array.tobytes() – vrátí stejnou binární reprezentaci pole jako jsou data zapsaná předchozí metodou.

Seznam identifikátorů aktuálně dostupných typů si můžete nechat vypsat:

Typovaná pole sice obsahují spoustu metod specifických pouze pro ně, ale v mnoha dalších ohledech se chovají jako sekvenční typ, jmenovitě jako seznam:

Po polích se přirozeně prochází smyčkou, a to ve všech jejích základních variantách (protože prvky pole jsou stejného typu, a tudíž srovnatelné):

Stejně jako seznamy jsou pole sekvence měnitelné (mutable), což znamená, že jejich obsah po vytvoření můžeme libovolně upravovat:

Kromě již dříve uvedeného a všem sekvencím společného operátoru in:

...mají pole stejně jako seznamy k dispozici i metodu index(PRVEK), která slouží k navrácení pozice prvního výskytu prvku s uvedenou hodnotou:

Kromě toho můžeme i počítat výskyty zadaného prvku pomocí metody count(PRVEK):

Jak už jsme říkali, metody používané interně pro inicializaci z přímého zadání pole je také možné použít přímo pro přidávání prvků. Kromě nich ale nepřekvapivě funguje i standardní armáda operací ze seznamů, jen samozřejmě musíme přidávat prvky stejného typu:

Předně můžeme využít metody pole append(PRVEK) pro přidání jednoho nového prvku na konec:

Jeden prvek také můžeme pomocí metody insert(NA_KTERÝ_NOVÝ_INDEX, PRVEK) (resp. PŘED_KTERÝ_STARÝ_INDEX) vložit na vybrané místo:

Na konec pole můžeme také přidat více prvků jiného iterovatelného objektu (pochopitelně pouze pokud obsahuje prvky stejného typu), a to buď pomocí metody extend(ITERABLE):

..nebo pomocí „obyčejného“ slepování sekvencí pomocí operátoru +:

Odebírání prvků z pole je prakticky kompletní kopií práce se seznamem:

Odebrat prvek, resp. prvky, na základě jeho, resp. jejich, pozice (indexu) nám umožňuje univerzální příkaz del standardním způsobem pomocí výřezů:

Pro jeden prvek víceméně totéž zařídí metoda seznamu pop([INDEX=-1]). Rozdíl je v tom, že odebraný prvek je metodou vrácen:

Poslední možností je odstranit prvek na základě jeho obsahu, a nikoli indexu. O to se stará metoda remove(PRVEK). Odstraněn je vždy první výskyt (zleva) daného prvku:

Metoda array.reverse() nepřekvapivě obrátí pořadí prvků v poli:

Naproti tomu metoda array.byteswap() otočí pořadí jednotlivých bajtů každé konkrétní hodnoty pole – šikovné pro práci s daty z architektury s jiným pořadím zápisu bajtů vícebajtových hodnot.

Jak je vidět, modul array toho zase až tak moc nenabízí – vlastně jen umí vytvořit a spravovat jednorozměrná pole homogenních číselných typů. Práce s ním je standardně pythonovsky příjemná, protože je to sekvenční typ, ale vlastně nic navíc oproti seznamům neumí (kromě toho, že zjevně bude „přívětivější“ na paměť i na rychlost).

Pokud člověk potřebuje pořádnou práci s vícerozměrnými číselnými poli a nejlépe ještě i příslušné matematické operace nad nimi, musí se podívat někam dál, konkrétně na balík NumPy (jinak vlastně samostatná součást většího balíku pro vědecké a technické výpočty SciPy).