使用分隔符连接 numpy 字符串数组答案

【问题标题】：join numpy string arrays with delimiter使用分隔符连接 numpy 字符串数组
【发布时间】：2020-07-27 16:13:15
【问题描述】：

第一个问题：我有 2 个 numpy 整数数组。我想创建一个格式化为“%03d_%04d”的字符串的numpy数组。例如，当我使用

arr1 = np.arange(10)
arr2 = arr1**2
strarr1 = np.char.mod("%03d",arr1)
strarr2 = np.char.mod("%04d",arr2)
strarr = strarr1 + '_' + strarr2

我得到

UFuncTypeError: ufunc 'add' did not contain a loop with signature 
matching types (dtype('<U3'), dtype('<U3')) -> dtype('<U3')

如何加入两个字符串数组 strarr1 和 strarr2？我怎样才能用“_”作为两个字符串之间的分隔符加入它们？

更一般的问题：我有一个形状为 (10000,3) 的 2D numpy 整数数组。创建格式为“%04d_%03d_%02d”的 numpy 字符串数组的简单方法是什么？

【问题讨论】：

标签： arrays string numpy format

【解决方案1】：

In [84]: strarr1                                                                                       
Out[84]: 
array(['000', '001', '002', '003', '004', '005', '006', '007', '008',
       '009'], dtype='<U3')
In [85]: strarr2                                                                                       
Out[85]: 
array(['0000', '0001', '0004', '0009', '0016', '0025', '0036', '0049',
       '0064', '0081'], dtype='<U4')

numpy 没有为字符串 dtypes 实现 +。但是列表理解做得很好（使用python字符串添加）：

In [86]: [i+j for i,j in zip(strarr1, strarr2)]

或包含“_”

In [88]: ['_'.join([i,j]) for i,j in zip(strarr1, strarr2)]                                            
Out[88]: 
['000_0000',
 '001_0001',
 '002_0004',
 '003_0009',
 '004_0016',
 '005_0025',
 '006_0036',
 '007_0049',
 '008_0064',
 '009_0081']
In [89]: np.array(_)                                                                                   
Out[89]: 
array(['000_0000', '001_0001', '002_0004', '003_0009', '004_0016',
       '005_0025', '006_0036', '007_0049', '008_0064', '009_0081'],
      dtype='<U8')

使用 Python 字符串添加的另一种方法是“下拉到”对象 dtype：

In [91]: strarr1.astype(object)+'_'+strarr2.astype(object)                                             
Out[91]: 
array(['000_0000', '001_0001', '002_0004', '003_0009', '004_0016',
       '005_0025', '006_0036', '007_0049', '008_0064', '009_0081'],
      dtype=object)

作为一般规则，numpy 字符串 dtype 相对于 python 字符串列表提供的优势很少（如果有的话）。

【讨论】：

感谢 hpaulj 非常有用的回复！

【解决方案2】：

作为补充，Pandas 的方法是这样的：

import pandas as pd
import numpy as np

df=pd.DataFrame({'A':np.arange(10),
                 'B':np.arange(10)**2})
df['C']=df['A'].apply(str)+"_"+df['B'].apply(str)

这给了

【讨论】：