在NumPy数组中向量化字符串格式

Question

我有两个整数数组，每个元素都希望合并成'a[i]_b[i]'形式的单个字符串数组。也就是说，我有

import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

我想获取数组

result = np.array(['1_4', '2_5', '3_6'])

我可以通过列表理解轻松地做到这一点：

result = np.array(['{}_{}'.format(a[i], b[i]) for i in range(len(a))])

但是我的数组a和b很长，而且速度太慢。有没有办法通过numpy调用来做到这一点？是hstack的东西吗？我可以做到这一点：

result np.hstack([a.resahpe(len(a), 1), b.reshape(len(b), 1)])

这给了我

np.array([[1, 4]
          [2, 5]
          [3, 6]])

肯定有一种简单的方法可以使我从这里得到想要的结果...

修改：

使用两次调用defchararray似乎比列表理解要慢，但是frompyfunc却有效...

>>> import timeit
>>> t = Timer("""['{}_{}'.format(a[i], b[i]) for i in range(len(b))]""", setup="""import numpy as np; a = np.random.randn(10000); b=np.random.randn(10000)""")
>>> t.timeit(1000)
22.310123541974463

>>> t2 = Timer("""np.core.defchararray.add(np.core.defchararray.add(a.astype(str),'_'), b.astype(str))""", setup="""import numpy as np; a = np.random.randn(10000); b=np.random.randn(10000)""")
>>> t2.timeit(1000)
28.489826270961203

>>> t3 = Timer("""fv(a,b)""", setup='import numpy as np; a = np.random.randn(10000); b=np.random.randn(10000); fv =  np.frompyfunc("{}_{}".format, 2, 1)')
>>> t3.timeit(1000)
15.455791965010576

这是a和b的长度的函数（似乎稳定）：

Answer 1

fv = np.frompyfunc("{}_{}".format, 2, 1)
result = fv(a, b)  # array(['1_4', '2_5', '3_6'], dtype=object)

基于某些计时，列表理解和转换为np.array的运行时间大约为1/3。

In [2]: a = np.arange(100000)

In [3]: b = np.arange(100000) + a.size

In [4]: fv = np.frompyfunc("{}_{}".format, 2, 1)

In [5]: def f(a, b): return np.array(["{}_{}".format(a,b) for a,b in zip(a,b)], dtype=object)

In [6]: %timeit f(a,b)
370 ms ± 12.5 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [7]: %timeit fv(a,b)
137 ms ± 1.48 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

Answer 2

您可以使用defchararray.add

import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.core.defchararray.add(a.astype(str),'_')
c = np.core.defchararray.add(c,b.astype(str))
print(c) #['1_4' '2_5' '3_6']