任意长度的string的Python numpy数组

我是一个Python的完整的新手,但它似乎是一个给定的string能够(有效)任意长度。 也就是说,你可以采取一个string str并保持添加: str += "some stuff..." 。 有没有办法让这样的string数组?

当我尝试这个时,每个元素只存储一个字符

 strArr = numpy.empty(10, dtype='string') for i in range(0,10) strArr[i] = "test" 

另一方面,我知道我可以初始化一个特定长度的string数组,即

 strArr = numpy.empty(10, dtype='s256') 

它可以存储最多256个字符的10个string

你可以通过创build一个dtype=object的数组来完成。 如果您尝试将长string分配给正常的numpy数组,则会截断string:

 >>> a = numpy.array(['apples', 'foobar', 'cowboy']) >>> a[2] = 'bananas' >>> a array(['apples', 'foobar', 'banana'], dtype='|S6') 

但是当你使用dtype=object ,你会得到一个python对象引用数组。 所以你可以拥有pythonstring的所有行为:

 >>> a = numpy.array(['apples', 'foobar', 'cowboy'], dtype=object) >>> a array([apples, foobar, cowboy], dtype=object) >>> a[2] = 'bananas' >>> a array([apples, foobar, bananas], dtype=object) 

事实上,因为它是一个对象数组,所以可以将任何types的python对象分配给数组:

 >>> a[2] = {1:2, 3:4} >>> a array([apples, foobar, {1: 2, 3: 4}], dtype=object) 

然而,这取消了使用numpy的很多好处,因为它运行在大量的连续的原始内存块上,速度非常快。 使用python对象会增加很多开销。 一个简单的例子:

 >>> a = numpy.array(['abba' for _ in range(10000)]) >>> b = numpy.array(['abba' for _ in range(10000)], dtype=object) >>> %timeit a.copy() 100000 loops, best of 3: 2.51 us per loop >>> %timeit b.copy() 10000 loops, best of 3: 48.4 us per loop 

您可以使用对象数据types:

 >>> import numpy >>> s = numpy.array(['a', 'b', 'dude'], dtype='object') >>> s[0] += 'bcdef' >>> s array([abcdef, b, dude], dtype=object)