Question

目标：将str转换为大小为1的np.ndarray的{{1}}：

bytes

不带dtype的实际结果：import numpy as np np.array("abc", dtype=[whatever])

所需结果：array('abc', dtype='<U3')这使我可以使用切片来获取

我找到了但不理解的解决方法：

array([b'a', b'b', b'c'], dtype=[whatever]

我通过反复试验发现了这一点，认为np.array("abc", dtype='c') # array([b'a', b'b', b'c'], dtype='|S1')可能表示'char'

我不了解的地方： 'c'为什么按原样工作？根据{{3}}，dtype='c'是“复杂浮点”的缩写，而'c'是长度为1的“零终止字节（不推荐）”。

也直接将'| S1'用作'|S1'会忽略每个字符，但会忽略第一个字符，这不是我期望的，但是我想它只是将dtype作为一个参数，而将{{1 }}是仅将"abc"指定为一个字节的结果：

b'a'

问题：

dtype为什么按原样工作？
（如果np.array("abc", dtype='|S1') # array(b'a', dtype='|S1')只是“偶然地”工作，那么这样做的“正确方法”是什么？）

PS： 是的，有一个arrays.dtypes reference，但是根据链接的文档：

存在chararray类是为了与Numarray向后兼容，不建议将其用于新开发。从numpy 1.4开始，如果需要字符串数组，建议使用dtype object_，string_或unicode_的数组，并使用numpy.char模块中的free函数进行快速矢量化字符串操作。

但是，推荐的dtypes dtype='c'，dtype='c'和object_不会将字符串拆分为字符，而是返回一个元素的string_。

Answer 1

对我来说，这似乎是个错误。请注意，如果不指定字符代码“ c”之后的字节数，则dtype实际上是“ S1”，而不是复杂的浮点数。看看dtype的这些属性：

>>> dt_S1 = np.dtype('S1')
>>> dt_S1, dt_S1.kind, dt_S1.name, dt_S1.char
(dtype('S1'), 'S', 'bytes8', 'S')

>>> dt_c = np.dtype('c')
>>> dt_c, dt_c.kind, dt_c.name, dt_c.char))
(dtype('S1'), 'S', 'bytes8', 'c')

>>> dt_c8 = np.dtype('c8')
>>> dt_c8, dt_c8.kind, dt_c8.name, dt_c8.char
(dtype('complex64'), 'c', 'complex64', 'F')

因此，人们期望np.array('abc', dtype='c')和np.array('abc', dtype='S1')返回相同的结果array(b'a', dtype='S1')，或者期望前者像np.array('abc', dtype='c8')一样返回错误。

Imho，完成任务的正确方法是：

np.array(list('abc'), dtype='S1')

用字符串了解NumPy dtype“ c”

1 个答案: