[英]What does dtype=object mean while creating a numpy array?
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?
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 。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.