python numpy任意长度字符串数组

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.即你可以采取string str并继续增加它: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定长度字符串的数组,即

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

它可以存储10个最多256个字符的字符串

Answer 1

你可以通过创建一个数组来实现dtype=object.如果您尝试将长字符串分配给普通的numpy数组,它会截断字符串:

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

但是当你使用时dtype=object,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)

实际上,因为它是一个对象数组,所以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)

但是,这会消除使用numpy的许多好处,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)