dtype = object在创建numpy数组时意味着什么？

Question

我正在尝试使用numpy数组并创建了一个numpy字符串数组：

ar1 = np.array(['avinash', 'jay'])

正如我从其官方指南中读到的那样，numpy数组上的操作会传播到单个元素。 所以我这样做了：

ar1 * 2

但后来我得到了这个错误：

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)

在创建数组时，我能够完成所有操作。

谁能告诉我为什么会这样？

Answer 1

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，浮点数或固定长度字符串），然后内存中的位被解释为具有该数据类型的值。

使用dtype=object创建数组是不同的。 现在，数组占用的内存中填充了Python对象的指针 ，这些对象存储在内存中的其他地方 （就像Python list实际上只是指向对象的指针列表，而不是对象本身）。

诸如*算术运算符不适用于具有string_数据类型的ar1等数组（而是有特殊函数 - 见下文）。 NumPy只是将内存中的位视为字符，而*运算符在这里没有意义。 但是，行

np.array(['avinash','jay'], dtype=object) * 2

因为现在数组是一个（指向）Python字符串的数组。 *运算符是为这些Python字符串对象定义的。 在内存中创建新的Python字符串，并返回一个引用新字符串的新object数组。

---

如果你有一个带有string_或unicode_的数组并想重复每个字符串，你可以使用np.char.multiply ：

In [52]: np.char.multiply(ar1, 2)
Out[52]: array(['avinashavinash', 'jayjay'], 
      dtype='<U14')

NumPy还有许多其他矢量化字符串方法 。