我正在尝试使用numpy数组并创建了一个numpy的字符串数组：
ar1 = np.array(['avinash', 'jay'])
正如我从他们的官方指南中所读到的那样，对numpy数组的操作会传播到各个元素。所以我这样做：
ar1 * 2
但是然后我得到这个错误：
TypeError Traceback (most recent call last)
<ipython-input-22-aaac6331c572> in <module>()
----> 1 ar1 * 2
TypeError: unsupported operand type(s) for *: 'numpy.ndarray' and 'int'
但是当我使用 dtype=object
ar1 = np.array(['avinash', 'jay'], dtype=object)
创建数组时，我可以执行所有操作。
谁能告诉我为什么会这样？
NumPy数组存储为连续的内存块。它们通常具有单个数据类型（例如，整数，浮点数或固定长度的字符串），然后将内存中的位解释为具有该数据类型的值。
创建数组的dtype=object方式有所不同。现在，数组占用的内存中充满了指向 Python对象的指针，这些指针存储在内存中的其他位置（很像Python list实际上只是对象的指针列表，而不是对象本身）。
诸如此类的算术运算符*不适ar1用于具有string_数据类型的数组（而是使用特殊函数-参见下文）。NumPy只是将内存中的位视为字符，因此*操作符在这里没有意义。但是，线
np.array(['avinash','jay'], dtype=object) * 2
之所以起作用，是因为该数组是Python字符串（指向）的数组。*这些Python字符串对象的运算符定义明确。在内存中创建新的Python字符串，并object返回引用了新字符串的新数组。
如果您有一个带有string_或unicode_dtype 的数组，并且想重复每个字符串，则可以使用np.char.multiply：
In [52]: np.char.multiply(ar1, 2)
Out[52]: array(['avinashavinash', 'jayjay'],
dtype='<U14')
NumPy也有许多其他向量化字符串方法。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句