Numpy字符串数组，值分配

Question

我正在使用填充有字符串的numpy数组。我的目标是将第二个小一些的数组b中包含的值分配给第一个数组a的一个切片。

我设想的实现如下：

import numpy as np

a = np.empty((10,), dtype=str)

b = np.array(['TEST' for _ in range(2)], dtype=str)

print(b)

a[1:3] = b

print(a)

print(b) 的输出结果如预期的是 ['TEST' 'TEST']

但是 print(a) 的输出结果是 ['' 'T' 'T' '' '' '' '' '' '' '']。因此从b中的值没有被正确分配到 a的切片中。

有任何想法是什么导致了这种奇术出现？

谢谢！

- pierresegonne

Answer 1

你可以将其看作一种溢出形式。

查看你的数组的确切类型：

>>> a.dtype
dtype('<U1') # Array of 1 unicode char
>>> b.dtype
dtype('<U4') # array of 4 unicode chars

当您定义一个字符串数组时，numpy 会尝试推断可以包含您定义的所有元素的最小字符串大小。

• 对于 a ，1个字符足矣
• 对于 b，TEST 是4个字符长

然后，当您为字符串数组的任何新元素分配新值时，numpy 将截断新值以适应数组的容量。在这里，它仅保留 TEST 的第一个字母 T。

您的切片操作与此无关：

a = np.zeros(1, dtype=str)
a[0] = 'hello world'
print(a[0])
# h

如何克服它

1. 使用对象类型定义a：NumPy将不再尝试优化其存储空间，您将获得可预测的行为
2. 增加字符数组的大小：a = np.zero(10, dtype='U256')将增加每个单元格的容量到256个字符

- Grégoire Roussel

---

谢谢！ 啊哈哈，真巧！感谢你的回复，希望你一切都好！ - pierresegonne

不用谢！这次相遇确实很少见 :) 你也要保重！ - Grégoire Roussel

Answer 2

问题在于当指定dtype=str时，numpy会将字符串截断为长度1。

您可以通过使用dtype='<U4'来解决这个问题。

因此，以下代码适用于您的情况：

import numpy as np

a = np.empty((10,), dtype='<U4')

b = np.array(['TEST' for _ in range(2)], dtype=str)

print(b)

a[1:3] = b

print(a)

< p > dtype='<U4' 中的数字指定该数组中字符串的最大可能长度 - 因此对于您的情况，4 是可以的，因为'TEST'只有4个字母。

- sempersmile

---

谢谢！你知道背后的原因吗？ - pierresegonne

NumPy试图尽可能地提高效率，如果它要使用动态内存分配来存储任意长度的字符串，那么这将比现在的行为（可以预先分配内存）花费更长的时间。 - sempersmile