python - numpy 数组类型设置的奇怪行为

Question

编码

np.array([100,200,300],dtype=str)

返回：

array(['1', '2', '3'], 
      dtype='|S1')

文档说：

dtype ：数据类型，可选

数组所需的数据类型。如果没有给出，那么类型将被确定为在序列中保存对象所需的最小类型。

这是一个错误吗？

Answer 1

我仍然找不到问题，但要解决它：

>>> a=[100,200,300]

>>> np.char.mod('%d', a)
array(['100', '200', '300'],
      dtype='|S3')

这绕过了你的问题：

>>> a=[100,200,3005]
>>> np.char.mod('%d', a)
array(['100', '200', '3005'],
      dtype='|S4')

晦涩的文档，应该注意的是，这大约比选择慢 4 倍dtype="S.."，但非线性快于使用np.array(map(str,a))方法。

您还可以做一些巧妙的事情：

>>> a
[1234.5, 123.4, 12345]

>>> np.char.mod('%s',a)
array(['1234.5', '123.4', '12345.0'],
      dtype='|S7')

>>> np.char.mod('%f',a)
array(['1234.500000', '123.400000', '12345.000000'],
      dtype='|S12')

>>> np.char.mod('%d',a) #Note the truncation of decimals here.
array(['1234', '123', '12345'],
      dtype='|S5')

>>> np.char.mod('%s.stuff',a)
array(['1234.5.stuff', '123.4.stuff', '12345.0.stuff'],
      dtype='|S13')

可以在此处找到其他信息。

Answer 2

您看到此行为的原因是您必须指定每个字符串元素的大小，例如使用：

>>> np.array([100,200,300],dtype='S3')
      array(['100', '200', '300'], 
             dtype='|S3')

否则每个元素字符串的大小将默认为 1。

更多信息： Numpy 将数组从浮点数转换为字符串