Python：在这种情况下，为什么我不能为数组分配新值？答案

【问题标题】：Python: Why can't I assign new value to an array in this case?Python：在这种情况下，为什么我不能为数组分配新值？
【发布时间】：2017-02-24 14:16:51
【问题描述】：

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'。但是上面的代码不起作用。它返回结果为：

data[0,0]

'身高'

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

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

结果：

data[0,0]

'身高'

但如果我将它替换为 "Height" 以外的其他字符，它会起作用。

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

结果：

data[0,0]

'str_1'

我用这个案例来解释我遇到的问题。在我的工作中，我必须引用数组本身，因为我需要替换不满足某些要求的元素。有人对此有解决方案吗？谢谢。

【问题讨论】：

我认为您不应该将字符串和整数混合在一起
@jamylak 准确地说，OP 在这里只使用字符串。
@juanpa.arrivillaga 我知道，我的意思是 OP 不应该将列标题包含在数据中，并且数字不应该保存为字符串
@jamylak 我同意，但在这种情况下最好具体一点。

标签： python arrays numpy variable-assignment

【解决方案1】：

问题是你的数组是dtype('<U6')

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

会自动截断：

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

在创建数组时，您始终可以将 dtype 指定为“对象”，但这会从一开始就消除了 numpy 的许多速度优势。

或者，您可以指定更长的字符串类型：

>>> 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')
>>>

但是要小心，如果你设置的限制太长你会浪费内存：

>>> 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

如果您只需要有限数量的字符，请考虑使用字节串（内存需求的 1/4）：

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

【讨论】：

或指定更长的字符串 dtype，例如U20

【解决方案2】：

为您的数组指定一个object类型，例如：

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

那么， a[0][0]+='_1' 会成功的，你会得到：

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

【讨论】：