您可以通過創(chuàng)建一個(gè)dtype=object數(shù)組來執(zhí)行此操作。如果嘗試將長字符串分配給普通numpy數(shù)組，它將截?cái)嘣撟址?#xff1a;>>> a = numpy.array(['apples', 'foobar', 'cowboy'])

>>> a[2] = 'bananas'

>>> a

array(['apples', 'foobar', 'banana'],

dtype='|S6')

但是當(dāng)您使用dtype=object時(shí)，會得到一個(gè)python對象引用數(shù)組。因此您可以擁有python字符串的所有行為：>>> 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)

實(shí)際上，因?yàn)樗且粋€(gè)對象數(shù)組，所以可以將任何類型的python對象分配給該數(shù)組：>>> a[2] = {1:2, 3:4}

>>> a

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

但是，這會抵消使用numpy的許多好處，numpy速度非?？?#xff0c;因?yàn)樗梢栽诖罅窟B續(xù)的原始內(nèi)存塊上工作。使用python對象會增加很多開銷。一個(gè)簡單的例子：>>> 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

超強(qiáng)干貨來襲 云風(fēng)專訪：近40年碼齡，通宵達(dá)旦的技術(shù)人生

總結(jié)

以上是生活随笔為你收集整理的python创建字符串数组_如何创建任意长度字符串的numpy数组？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。