Question

我看到Numpy出现了一种奇怪的行为，或者我对它很不满意。

我有一个带有字符串字段的结构化数组。现在我想根据该字段过滤数据。我的理解是，这会起作用：

data['somefield'][data['filterfield'] == 'someconstant']

但奇怪的是，它没有。我假设

data['filterfield'] == 'someconstant'

将生成一个布尔数组。但它没有，它返回一个布尔值（不是它的数组）。所以不要那样，使用

data['filterfield'] == full(data.shape,'someconstant',dtype=data['filterfield'].dtype)

按预期工作，但它很麻烦且容易出错。这是预期的行为吗？如果是这样，是否有更短的方法来创建一个字符串数组？

Answer 1

data['filterfield']可能是一个字符串列表。 np.char对此类数组有一组操作。看起来数字数组的普通array==scalar测试不适用于这种类型的数组。 np.char.equal(c1,c2)比较两个char数组，并且没有为其中一个是纯字符串的规定。

所以你的方法，生成另一个字符串数组，是正确的。但它可以更简单（由于广播）：

In [326]: x=np.array([(1,'one'),(2,'two'),(3,'three')],dtype='int,S10')

In [327]: x['f1']
Out[327]: 
array([b'one', b'two', b'three'], 
      dtype='|S10')

In [328]: x['f1']==np.array('two',dtype='S')
Out[328]: array([False,  True, False], dtype=bool)

如果默认字符类型与np.array('two')匹配，则

x也可能有效。我在python3进行了此测试，因此＆＃39;

使用np.char函数可能还有其他选项，但这很简单直接。

Numpy字符串标量比较

1 个答案: