python - 使用 numpy.char 函数需要哪些 numpy 结构作为输入？

Question

考虑一个字符串数组的 numpy 数组(至少是我最接近的做法):

ff = np.array([['a:bc','d:ef'],['g:hi','j:kl']])
print(ff.dtype)
<U4

但是这些不能与 numpy.char 一起使用方法显然..？

ffc = ff.astype('S5')
fff = np.char.split(ffc,':')[1]


Traceback (most recent call last):
  File "<input>", line 3, in <module>
  File "/usr/local/lib/python3.7/site-packages/numpy/core/defchararray.py", line 1447, in split
    a, object_, 'split', [sep] + _clean_args(maxsplit))
TypeError: a bytes-like object is required, not 'numpy.str_'

类型<U4有什么区别和.str_以及如何通过 np.char.** 解析显示的字符串？

Answer 1

首先，np.char函数适用于 chararrays ，应使用 np.char.array 构建或np.char.asarray (参见docs)。

因此，您给定的代码将像这样工作:

ff = np.array([['a:bc','d:ef'],['g:hi','j:kl']])
ffc = np.char.asarray(ff)
fff = np.char.split(ffc, ':')[1]

print(fff)

输出:

[list(['g', 'hi']) list(['j', 'kl'])]

此转换是隐式执行的，因此实际上这也可以工作:

ff = np.array([['a:bc','d:ef'],['g:hi','j:kl']])
fff = np.char.split(ff, ':')[1]

为了完整起见，您的附属问题是关于 <U4与 S5 :

一个numpy dtype与 U表示unicode字符串，即recommended way of representing strings 。另一方面，S表示一个以 null 结尾的字节数组。

我怀疑字符串方法是在 Python 对象上执行的，因此您需要一个类似 Python 字符串的类型(知道它自己的长度等)，而不是一个“哑”C 类似字符串的字节数组。