python - 如何将 numpy 对象数组转换为 str/unicode 数组？

Question

更新： 在 numpy 的最新版本（例如 v1.8.1）中，这不再是问题。现在这里提到的所有方法都可以例外。

原始问题： 使用object dtype存储字符串数组有时很方便，特别是当需要在不知道字符串最大长度的情况下修改大型数组的内容时，例如，

>>> import numpy as np
>>> a = np.array([u'abc', u'12345'], dtype=object)

在某些时候，可能希望将 dtype 转换回 unicode 或 str。但是，简单的转换会截断长度为 4 或 1 的字符串（为什么？），例如，

>>> b = np.array(a, dtype=unicode)
>>> b
array([u'abc', u'1234'], dtype='<U4')
>>> c = a.astype(unicode)
>>> c
array([u'a', u'1'], dtype='<U1')

当然，人们总是可以显式地遍历整个数组以确定最大长度，

>>> d = np.array(a, dtype='<U{0}'.format(np.max([len(x) for x in a])))
array([u'abc', u'12345'], dtype='<U5')

然而，在我看来，这有点尴尬。有一个更好的方法吗？

编辑添加： 根据这个密切相关的问题，

>>> len(max(a, key=len))

是另一种找出最长字符串长度的方法，而这一步似乎是不可避免的......

Answer 1

我知道这是一个老问题，但如果有人遇到它并正在寻找答案，请尝试

c = a.astype('U')

你应该得到你期望的结果：

c = array([u'abc', u'12345'], dtype='<U5')

Answer 2

至少在 Python 3.5 Jupyter 4 中我可以使用：

a=np.array([u'12345',u'abc'],dtype=object)
b=a.astype(str)
b

对我来说效果很好并返回：

array(['12345', 'abc'],dtype='<U5')