如何在 numpy 中正确连接二维 ndarray 中的字符串元素？答案

【问题标题】：How to properly concat string elements in 2-d ndarray in numpy?如何在 numpy 中正确连接二维 ndarray 中的字符串元素？
【发布时间】：2019-06-16 08:08:16
【问题描述】：

在下面的代码中，我希望 arr2 返回与 lst2 相同的字符串列表，但事实并非如此。为什么lst2 和arr2 不同？是否有任何 NumPythonic 方法可以使 arr2 返回与 lst2 相同的字符串列表？

代码：

import numpy as np

lst = [['MI', '', 'P'], 
       ['B', 'N', 'SUFS'],
       ['KOS', 'XJRXA', 'JJHW'],
       ['ARI', 'TPKI', ''],
       ['VR', 'EYR', '']]

arr = np.array(lst)

arr2 = np.apply_along_axis(lambda x: "".join(x), 1, arr)
lst2 = list(map(lambda x: "".join(x), lst))

print('lst:', lst)
print('arr:', arr.tolist())
print('lst2:', lst2)
print('arr2:', arr2.tolist())

输出：

lst: [['MI', '', 'P'], ['B', 'N', 'SUFS'], ['KOS', 'XJRXA', 'JJHW'], ['ARI', 'TPKI', ''], ['VR', 'EYR', '']]
arr: [['MI', '', 'P'], ['B', 'N', 'SUFS'], ['KOS', 'XJRXA', 'JJHW'], ['ARI', 'TPKI', ''], ['VR', 'EYR', '']]
lst2: ['MIP', 'BNSUFS', 'KOSXJRXAJJHW', 'ARITPKI', 'VREYR']
arr2: ['MIP', 'BNS', 'KOS', 'ARI', 'VRE']

【问题讨论】：

apply_along_axis 不是对简单行迭代的改进。它并不快。

标签： python string numpy

【解决方案1】：

熊猫很容易做到：

pd.DataFrame(arr).sum(axis=1)

np.apply_along_axis() 给你带来麻烦的原因是它从第一行推断结果中字符串的长度。由于您在第一行中以 MIP 结尾，因此所有行的容量都为 3 个字符，这不是您想要的。

有一个针对 apply_along_axis() 的 NumPy 错误报告，其中包含更多信息：https://github.com/numpy/numpy/issues/8352

【讨论】：

我不知道第一行决定数组的 dtype。我会考虑 pandas，但 pandas 对我来说很难......无论如何谢谢！
np.array(lst,object).sum(axis=1) 的工作原理与 pandas sum 的工作原理相同。 np.sum 应用于对象 dtype 数组使用对象的“+”方法，在本例中为 Python 字符串。

【解决方案2】：

谢谢。我从https://github.com/numpy/numpy/issues/8352#issuecomment-488133970 找到了答案 .

import numpy as np

lst = [['MI', '', 'P'], ['B', 'N', 'SUFS'], ['KOS', 'XJRXA', 'JJHW'], ['ARI', 'TPKI', ''], ['VR', 'EYR', '']]
arr = np.array(lst)

arr2 = np.apply_along_axis(lambda x: np.asarray("".join(x), dtype=object), 1, arr)
# https://github.com/numpy/numpy/issues/8352#issuecomment-488133970
lst2 = list(map(lambda x: "".join(x), lst))

print('lst:', lst)
print('arr:', arr.tolist())
print('lst2:', lst2)
print('arr2:', arr2.tolist())

【讨论】：