怪异的行为设置

Question

代码

np.array([100,200,300],dtype=str) 

回报：

array(['1', '2', '3'], 
     dtype='|S1') 

的documentation说：

D类：数据类型，可选

的阵列所需的数据类型。如果没有给出，则该类型将被确定为 ，作为保持该序列中的对象所需的最小类型。

这是一个错误？

Answer 1

我仍然无法找到的问题，但要解决它：

>>> a=[100,200,300] 

>>> np.char.mod('%d', a) 
array(['100', '200', '300'], 
     dtype='|S3') 

这就避免你的问题：

>>> a=[100,200,3005] 
>>> np.char.mod('%d', a) 
array(['100', '200', '3005'], 
     dtype='|S4') 

的晦涩documentation，应该指出的是，这是约4倍然后选择dtype="S.."较慢，但使用np.array(map(str,a))方法的速度非线性更快。

你也可以做一些巧妙的事情：

>>> a 
[1234.5, 123.4, 12345] 

>>> np.char.mod('%s',a) 
array(['1234.5', '123.4', '12345.0'], 
     dtype='|S7') 

>>> np.char.mod('%f',a) 
array(['1234.500000', '123.400000', '12345.000000'], 
     dtype='|S12') 

>>> np.char.mod('%d',a) #Note the truncation of decimals here. 
array(['1234', '123', '12345'], 
     dtype='|S5') 

>>> np.char.mod('%s.stuff',a) 
array(['1234.5.stuff', '123.4.stuff', '12345.0.stuff'], 
     dtype='|S13') 

更多信息，可以发现here。

Answer 2

您看到此行为的原因是您必须指定每个字符串元素的大小，例如使用：

>>> np.array([100,200,300],dtype='S3') 
     array(['100', '200', '300'], 
      dtype='|S3') 

否则每个元素串的大小将默认为1

此处了解详情： Numpy converting array from float to strings