您可以通过创建一个dtype=object
的数组来完成此操作。如果你尝试长字符串分配到一个正常的numpy的阵列,它截断字符串:
>>> a = numpy.array(['apples', 'foobar', 'cowboy'])
>>> a[2] = 'bananas'
>>> a
array(['apples', 'foobar', 'banana'],
dtype='|S6')
但是当你使用dtype=object
,你得到Python对象引用数组。所以,你可以有Python中的所有行为:
>>> 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)
事实上,因为它是对象的数组,你可以指定任何一种蟒蛇对象的数组:
>>> a[2] = {1:2, 3:4}
>>> a
array([apples, foobar, {1: 2, 3: 4}], dtype=object)
然而,这取消了使用numpy的很多好处,因为它运行在大量连续的原始内存块上,所以速度非常快。使用python对象会增加很多开销。一个简单的例子:
>>> 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
谢谢,你的第一个例子特别有用 - 我从来不会猜到那种行为!我并不担心这个对象的速度,所以访问速度慢应该没问题。 – DilithiumMatrix
很好的答案。我已经将它与演示的链接合并到我正在研究的有关numpy数组创建的python笔记本页面中。 –