web-dev-qa-db-ja.com

任意の長さの文字列のnumpy配列を作成する方法は?

私はPythonの完全な新人ですが、与えられた文字列は(事実上)任意の長さにできるようです。つまり、string strおよび追加し続ける:str += "some stuff..."。そのような文字列の配列を作成する方法はありますか?

これを試すと、各要素には単一の文字しか保存されません

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

一方、特定の長さの文字列の配列を初期化できることはわかっています。

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

最大256文字の10個の文字列を保存できます。

54
DilithiumMatrix

これを行うには、dtype=objectの配列を作成します。長い文字列を通常のnumpy配列に割り当てようとすると、文字列が切り捨てられます。

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

ただし、dtype=objectを使用すると、pythonオブジェクト参照の配列が取得されます。したがって、python文字列のすべての動作を使用できます。

>>> 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)

実際、これはオブジェクトの配列であるため、any kind of python object to array:

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

ただし、これはnumpyを使用する利点の多くを無効にします。これは、rawメモリの大きな連続ブロックで動作するため非常に高速です。 pythonオブジェクトを使用すると、多くのオーバーヘッドが追加されます。簡単な例:

>>> 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
93
senderle

オブジェクトのデータ型を使用できます:

>>> import numpy
>>> s = numpy.array(['a', 'b', 'dude'], dtype='object')
>>> s[0] += 'bcdef'
>>> s
array([abcdef, b, dude], dtype=object)
12
jterrace