将元组转换为 numpy 数组会破坏数据

Question

有人能解释一下这里发生了什么吗？

import numpy as np

test1 = ((154L, u'D2'), (155L, u'D2'), (156L, u'D2'))
print np.asarray(test1)

给予

[[u'15' u'D2']
[u'15' u'D2']
[u'15' u'D2']]

但有

test2 =((154L, u'SG2'), (155L, u'SG2'), (156L, u'SG1'))
print np.asarray(test2)

我们得到

[[u'154' u'SG2']
[u'155' u'SG2']
[u'156' u'SG1']]

test1 中的长整数发生了什么

Answer 1

据我了解，它与 unicode 支持有关，正如您所展示的：在第一种情况下，所有 6 个项目都四舍五入为 2 个字符。当你输入它们时，它们是长整数，但如果你执行 numpy.asarray()，它们会变成与原始数组中最长的 unicode 字符串长度相同的 unicode 字符串。在第一种情况下，是 2 个字符，在第二种情况下是 3。因此，长整数将数据类型更改为与输入数组中最长的 unicode 字符串长度相同的 unicode 字符串。在那一刻，最后一个数字消失了（不知道为什么，任何有更多 unicode 经验的人都知道这是否是有意的，或者这是否是一个错误？）

编辑：找到解决方案：将 dtype 指定为 unicode（并获取正确的长度）

test3 =((154L, u'SG'), (15L, u'SG3'), (1564L, u'SG'))

print(numpy.asarray(test3, dtype='<U4'))

[[u'154' u'SG']
 [u'15' u'SG3']
 [u'1564' u'SG']]

所以在这种情况下，'dtype=...' 表示最大长度为 4 的 unicode，并生成正确的数组