Question

我是Python的新手，但似乎给定的字符串能够（有效地）任意长度。即，您可以string str并继续添加str += "some stuff..."。有没有办法制作这样的字符串数组？

当我尝试这个时，每个元素只存储一个字符

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些长度字符串的数组，即

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

可存储10个最多256个字符的字符串。

Answer 1

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

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

但是当你使用dtype=object时，你得到一个python对象引用数组。所以你可以拥有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)

的确，因为它是一个对象数组，你可以将任何类型的python对象分配给数组：

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

然而，这解决了使用numpy的很多好处，因为它适用于大量连续的原始内存块。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

Answer 2

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)

如何创建任意长度字符串的numpy数组？

2 个答案: