arrays - 如何在 Python3 中解码编码文字/字符串的 numpy 数组？属性错误 : 'numpy.ndarray' object has no attribute 'decode'

Question

在 Python 3 中，我有以下内容 NumPy strings 的数组.

每个string在 NumPy数组的形式是 b'MD18EE而不是 MD18EE .

例如:

import numpy as np
print(array1)
(b'first_element', b'element',...)

通常，人们会使用 .decode('UTF-8')解码这些元素。

但是，如果我尝试:

array1 = array1.decode('UTF-8')

我收到以下错误:

AttributeError: 'numpy.ndarray' object has no attribute 'decode'

我如何从 NumPy 解码这些元素大批？ (也就是说，我不想要 b'' )

编辑:

假设我正在处理一个 Pandas DataFrame只有某些以这种方式编码的列。例如:

import pandas as pd
df = pd.DataFrame(...)

df
        COL1          ....
0   b'entry1'         ...
1   b'entry2'
2   b'entry3'
3   b'entry4'
4   b'entry5'
5   b'entry6'

Answer 1

你有一个字节串数组；数据类型是 S :

In [338]: arr=np.array((b'first_element', b'element'))
In [339]: arr
Out[339]: 
array([b'first_element', b'element'], 
      dtype='|S13')

astype轻松将它们转换为 unicode，这是 Py3 的默认字符串类型。

In [340]: arr.astype('U13')
Out[340]: 
array(['first_element', 'element'], 
      dtype='<U13')

还有一个字符串函数库 - 应用相应的 str字符串数组元素的方法

In [341]: np.char.decode(arr)
Out[341]: 
array(['first_element', 'element'], 
      dtype='<U13')

astype速度更快，但 decode允许您指定编码。

另见 How to decode a numpy array of dtype=numpy.string_?