python - 在 python 3.5 中构建位字符串时出错 : the datatype is being set to U32 without my control

Question

我正在使用一个函数来构建一个字符串数组(恰好只有 0 和 1)，该数组相当大。当我构建较小的字符串时，该函数可以工作，但不知何故，数据类型似乎将字符串的大小限制为 32 个字符长 (U32)，而我没有要求。我错过了一些简单的事情吗？

当我构建字符串时，我首先将它们转换为列表，以便在再次将它们连接到字符串中之前更轻松地操作单个字符。我是否以某种方式限制了我通过我的方法使用“更大”数据类型的能力？在本例中，np.max(CM1) 的值约为 300(最近一次运行产生了 253)，但字符串仅显示 32 个字符长...

''' Function to derive genome and count mutations in provided list of cells ''' 
def derive_genome_biopsy(biopsy_list, family_dict, CM1):
    derived_genomes_inBx = np.zeros(len(biopsy_list)).astype(str)
    for position, cell in np.ndenumerate(biopsy_list):
        if cell == 0: continue
        temp_parent = 2
        bitstring = list('1')
        bitstring += (np.max(CM1)-1)*'0'
        if cell == 1:
            derived_genomes_inBx[position] = ''.join(bitstring)
            continue 
        else:
            while temp_parent > 1:
                temp_parent = family_dict[cell]
                bitstring[cell-1] = '1'
                if temp_parent == 1: break
                cell = family_dict[cell]
            derived_genomes_inBx[position] = ''.join(bitstring)
    return derived_genomes_inBx

我收到的具体错误消息是:

Traceback (most recent call last):
  File "biopsyCA.py", line 77, in <module>
    if genome[site] == '1': 
IndexError: string index out of range

family_dict 是一个字典，其中包含 parent 和 child 的列表，上述算法通过该列表从分支家谱中重建个体的“基因组”。它基本上将位串中的位置设置为“1”(如果您的 parent 拥有它，那么如果您的祖 parent 等)...直到您到达第一位(始终为“1”)，然后应该完成。

Answer 1

32 个字符的限制来自于这一行中 float64 数组到字符串数组的转换:

derived_genomes_inBx = np.zeros(len(biopsy_list)).astype(str)

生成的数组包含数据类型 S32 值，该值将内容限制为 32 个字符。

要更改此限制，请使用“S300”或更大的值代替 str。

您还可以使用map(str, np.zeros(len(biopsy_list))来获取更灵活的字符串列表，并使用numpy.array()<将其转换回numpy数组 填充后。