Question

假设我有数组VARCHAR和a

如果我要对这些数组应用像这样的精美索引

a = np.array([1,2,3])
b = np.array(['red','red','red'])

我得到的输出是

b[a<3]="blue"

我知道问题是因为numpy最初只为3个字符分配空间，因此它不能将整个单词blue都适合数组，我该怎么办？

当前我正在做

array(['blu', 'blu', 'red'], dtype='<U3')

但这只是一种解决方法，这是我代码中的错误吗？还是numpy有问题，如何解决？

Answer 1

您可以通过将dtype的{{1}}设置为b来处理可变长度的字符串：

"object"

此输出：

import numpy as np
a = np.array([1,2,3])
b = np.array(['red','red','red'], dtype="object")

b[a<3] = "blue"

print(b)

此['blue' 'blue' 'red']将处理字符串或其他常规Python对象。这也必然意味着在幕后您将拥有dtype指针数组，因此不要指望使用原始数据类型时获得的性能。

Answer 2

当前方法的边际改进（在空间上可能非常浪费）：

import numpy as np

a = np.array([1,2,3])
b = np.array(['red','red','red'])

replacement = "blue"
b = b.astype('<U{}'.format(max(len(replacement), a.dtype.itemsize)))
b[a<3] = replacement
print(b)

这说明了数组中已经存在的字符串，因此仅当replacement长于数组中所有现有的字符串时，分配的空间才会增加。

Answer 3

如果构造这样的数组，则类型如下：

>>> b
array(['red', 'red', 'red'], dtype='<U3')

这意味着字符串的长度最多为3个字符。如果您分配了更长的字符串，这些字符串会被截断。

您可以更改数据类型以增加最大长度，例如：

b2 = b.astype('<U10')

所以现在我们有了一个可以存储最多10个字符的字符串的数组。但是请注意，如果将最大长度变大，矩阵的大小将增加。

替换numpy数组中的值时，防止字符串被截断

3 个答案: