使用 Numpy 更快地分配字符串

【问题标题】：Faster string assignment using Numpy使用 Numpy 更快地分配字符串
【发布时间】：2014-07-27 09:25:21
【问题描述】：

Numpy 可以用来做更快的字符串赋值吗？

我想要我的字符串数组

[['x1-y1', 'x1-y2'...],
['x2-y2, 'x2-y2' ...],
.....
]

等等

所以，每个 (i,j) 处的字符串 = "x%d-y%d" % (i,j)

这可以在 Numpy 中完成吗？

【问题讨论】：

标签： python string numpy

【解决方案1】：

如果你的数组的大小是 (m,m)

rx = np.outer(np.ones((m,)), np.linspace(1, m, m))
ry = np.outer(np.linspace(1, m, m), np.ones((m,)))
s1 = np.chararray((m, m),itemsize=1)
s1[:]=''
strarray = s1+'x'+np.array(rx, dtype='str')+'-'+'y'+np.array(ry, dtype='str')

输出将是

chararray([['x1.0-y1.0', 'x2.0-y1.0', 'x3.0-y1.0', 'x4.0-y1.0', 'x5.0-y1.0'],
       ['x1.0-y2.0', 'x2.0-y2.0', 'x3.0-y2.0', 'x4.0-y2.0', 'x5.0-y2.0'],
       ['x1.0-y3.0', 'x2.0-y3.0', 'x3.0-y3.0', 'x4.0-y3.0', 'x5.0-y3.0'],
       ['x1.0-y4.0', 'x2.0-y4.0', 'x3.0-y4.0', 'x4.0-y4.0', 'x5.0-y4.0'],
       ['x1.0-y5.0', 'x2.0-y5.0', 'x3.0-y5.0', 'x4.0-y5.0', 'x5.0-y5.0']], 
      dtype='|S68')

【讨论】：