如何创建一个任意长度字符串的numpy数组？

我是Python的完整新手，但似乎给定的字符串可以（有效）为任意长度。也就是说，您可以string str添加并继续添加：str += "some stuff..."。有没有办法制作这样的字符串数组？

当我尝试此操作时，每个元素仅存储一个字符

strArr = numpy.empty(10, dtype='string')
for i in range(0,10)
    strArr[i] = "test"

另一方面，我知道我可以初始化一定长度的字符串数组，即

strArr = numpy.empty(10, dtype='s256')

最多可以存储10个字符串，最多256个字符。

— 双锂矩阵
source

126

您可以通过创建一个数组来实现dtype=object。如果您尝试将长字符串分配给普通的numpy数组，则会截断该字符串：

>>> a = numpy.array(['apples', 'foobar', 'cowboy'])
>>> a[2] = 'bananas'
>>> a
array(['apples', 'foobar', 'banana'], 
      dtype='|S6')

但是，当您使用时dtype=object，会得到一个python对象引用数组。因此，您可以拥有python字符串的所有行为：

>>> a = numpy.array(['apples', 'foobar', 'cowboy'], dtype=object)
>>> a
array([apples, foobar, cowboy], dtype=object)
>>> a[2] = 'bananas'
>>> a
array([apples, foobar, bananas], dtype=object)

实际上，由于它是对象数组，因此您可以将任何种类的python对象分配给该数组：

>>> a[2] = {1:2, 3:4}
>>> a
array([apples, foobar, {1: 2, 3: 4}], dtype=object)

但是，这取消了使用numpy的许多好处，这种方法是如此之快，因为它适用于大型连续的原始内存块。使用python对象会增加很多开销。一个简单的例子：

>>> a = numpy.array(['abba' for _ in range(10000)])
>>> b = numpy.array(['abba' for _ in range(10000)], dtype=object)
>>> %timeit a.copy()
100000 loops, best of 3: 2.51 us per loop
>>> %timeit b.copy()
10000 loops, best of 3: 48.4 us per loop

— 哨兵
source

谢谢，您的第一个示例特别有用-我永远都不会猜到这种行为！我不担心此对象的速度，因此访问较慢应该没问题。

— DilithiumMatrix

好答案。我已经将与演示程序的链接合并到我正在研究numpy数组创建的python笔记本页面中。

— 约翰·洛克伍德

@senderle如果数组具有objectdtype，np.fromstring(arr.tostring())则将失败numpy Cannot create an object array from a string。有什么解决办法吗？

— youkaichao

@游凯超嗯。这是一个艰难的过程。这并不是完全令人惊讶的事情，因为numpy实际上并不是设计用于python对象的。与其说是正确使用numpy，不如说是捷径。因此，没有真正的理由让他们支持这样的极端情况。我的方法可能是获取字符串的最大长度并使用标准的固定宽度char数组。

— senderle '18

@游凯超如果您的目标是使用字符串作为行标签或列标题，则还应该查看结构化数组。

— senderle

您可以使用对象数据类型：

>>> import numpy
>>> s = numpy.array(['a', 'b', 'dude'], dtype='object')
>>> s[0] += 'bcdef'
>>> s
array([abcdef, b, dude], dtype=object)

— 杰特雷斯
source