Professional IronPython

Using Arrays and Collections
WHAT’S IN THIS CHAPTER?
➤
Using arrays for simple data storage
➤
Using collections for complex data storage
➤
➤
Importing and using dictionaries for advanced data management
➤
➤
When you think about it, arrays, collections, dictionaries, and other similar storage structures 
provide a means to manage related items. Yes, you can stick any data in the data structure, 
but normally, the data elements are going to have some kind of relation. Arrays and other data 
management structures are like apartment mailboxes, with an individual mailbox to hold each 
individual data element.
The difference between data storage structures comes in the complexity of the data they can 
hold and the data management functionality they provide. An array (the term is used generi-
cally here to mean any ordered storage mechanism that follows the rules of arrays) is an older, 
simplistic storage mechanism that still sees plenty of use precisely because it’s so simple. If you 
only need to hold a list of items, there isn’t a good reason to use a more complex data storage 
mechanism.
As applications increased in complexity, developers also encountered data with greater storage 
needs. Collections and dictionaries are just two of many storage mechanisms designed to meet 
these needs (and the only two that IronPython supports directly). Collections introduce the idea 
of enumerated access, while dictionaries provide an easier method than numbering to locate a 
particular data element. You’ll discover that these two storage mechanisms provide other func-
tionality as well.
This chapter examines data storage technology for memory. You’ll see how IronPython imple-
ments arrays, collections, and dictionaries. The examples will help you better understand how 
to manage and manipulate objects in memory using IronPython.