Python：为什么我无法在这种情况下为数组分配新值？

Question

import numpy as np

data = np.array([['Height', 'Weight'],['165', '48'],['168', '50'],['173', '53']])
data[0,0] = data[0,0] + "_1"

data [0,0]是'Height'，我想将其替换为'Height_1'。但上面的代码不起作用。它返回的结果如下：

data[0,0]

'高度'

data[0,0]元素保持不变。如果我直接替换它而不引用它本身，仍然不起作用。

data[0,0] = "Height" + "_1"

结果：

data[0,0]

'高度'

但是如果我将其替换为“高度”以外的一些字符，它就可以正常工作。

data[0,0] = "str" + "_1"

结果：

data[0,0]

'str_1'

我拿这个案例来说明我遇到的问题。在我的工作中，我需要引用数组本身，因为我需要替换那些不符合某些要求的元素。有没有人有解决方案？谢谢。

- Jim Ou

---

我认为你不应该混合使用字符串和整数。 - jamylak

更准确地说，OP在这里只使用字符串。 - juanpa.arrivillaga

@juanpa.arrivillaga 我知道，我的意思是 OP 不应该将列标题包含在数据中，数字也不应该保存为字符串。 - jamylak

@jamylak 我同意，但在这种情况下可能更好的是具体说明。 - juanpa.arrivillaga

Answer 1

问题出在您的数组的 dtype('<U6')

。

>>> data = np.array([['Height', 'Weight'],['165', '48'],['168', '50'],['173', '53']])
>>> data.dtype
dtype('<U6')
>>> 

它将自动截断：

>>> data[0,0] = "123456789"
>>> data
array([['123456', 'Weight'],
       ['165', '48'],
       ['168', '50'],
       ['173', '53']], 
      dtype='<U6')
>>> 

当你创建数组时，你总是可以将dtype指定为'object'，但这会减少numpy的许多速度优势。

或者，你可以指定一个更长的字符串类型：

>>> data
array([['Height', 'Weight'],
       ['165', '48'],
       ['168', '50'],
       ['173', '53']], 
      dtype='<U20')
>>> data[0,0]='Height_1'
>>> data
array([['Height_1', 'Weight'],
       ['165', '48'],
       ['168', '50'],
       ['173', '53']], 
      dtype='<U20')
>>> 

但要小心，如果您将限制设置得过长，会浪费内存：

>>> data = np.array([['Height', 'Weight'],['165', '48'],['168', '50'],['173', '53'], ['42','88']], dtype='U20')
>>> data.nbytes
800
>>> data = np.array([['Height', 'Weight'],['165', '48'],['168', '50'],['173', '53'], ['42','88']], dtype='U6')
>>> data.nbytes
240

如果你只需要有限数量的字符，请考虑使用字节串（只需占用1/4的内存）：

>>> data = np.array([['Height', 'Weight'],['165', '48'],['168', '50'],['173', '53'], ['42','88']], dtype='S20')
>>> data.nbytes
200
>>> 

- juanpa.arrivillaga

---

或者指定更长的字符串类型，例如U20。 - hpaulj

Answer 2

为您的数组指定一个对象类型，例如：

a = np.array([['Height', 'Weight'],['165', '48'],['168', '50'],['173', '53']],dtype=object)

然后，a[0][0]+='_1' 就可以解决问题了，你将得到：

array([['Height_1', 'Weight'],
       ['165', '48'],
       ['168', '50'],
       ['173', '53']], dtype=object)

- sramij