假设我有以下内容：
my_list = np.array(["abc", "def", "ghi"])
我想得到：
np.array(["ef", "hi"])
我试过了：
my_list[1:,1:]
然后我得到：
IndexError: too many indices for array
Numpy 是否支持对字符串进行切片？
【问题讨论】：
标签： python arrays numpy multidimensional-array slice
不，你不能那样做。因为 numpy np.array(["abc", "def", "ghi"]) 是一维字符串数组，因此不能使用二维切片。
您可以将数组定义为二维数组或字符，或者简单地使用列表推导进行切片，
In [4]: np.asarray([el[1:] for el in my_list[1:]])
Out[4]:
array(['ef', 'hi'], dtype='|S2')
【讨论】：
您的字符串数组将数据存储为连续的字符块，使用 'S3' dtype 将其划分为长度为 3 的字符串。
In [116]: my_list
Out[116]:
array(['abc', 'def', 'ghi'],
dtype='|S3')
S1,S2 dtype 将每个元素视为 2 个字符串，每个字符串有 1 个和 2 个字符：
In [115]: my_list.view('S1,S2')
Out[115]:
array([('a', 'bc'), ('d', 'ef'), ('g', 'hi')],
dtype=[('f0', 'S1'), ('f1', 'S2')])
选择第二个字段以获取包含所需字符的数组：
In [114]: my_list.view('S1,S2')[1:]['f1']
Out[114]:
array(['ef', 'hi'],
dtype='|S2')
我对@987654325@ 的第一次尝试是将数组拆分为单字节字符串，并使用生成的二维数组：
In [48]: my_2dstrings = my_list.view(dtype='|S1').reshape(3,-1)
In [49]: my_2dstrings
Out[49]:
array([['a', 'b', 'c'],
['d', 'e', 'f'],
['g', 'h', 'i']],
dtype='|S1')
然后可以在两个维度上对这个数组进行切片。我使用flatten 删除了维度，并强制进行了复制（以获取新的连续缓冲区）。
In [50]: my_2dstrings[1:,1:].flatten().view(dtype='|S2')
Out[50]:
array(['ef', 'hi'],
dtype='|S2')
如果字符串已经在数组中（而不是列表），那么这种方法比列表理解方法快得多。
wflynny 测试的 1000 x 64 列表的一些计时
In [98]: timeit [s[1:] for s in my_list_64[1:]]
10000 loops, best of 3: 173 us per loop # mine's slower computer
In [99]: timeit np.array(my_list_64).view('S1').reshape(64,-1)[1:,1:].flatten().view('S63')
1000 loops, best of 3: 213 us per loop
In [100]: %%timeit arr =np.array(my_list_64)
.....: arr.view('S1').reshape(64,-1)[1:,1:].flatten().view('S63') .....:
10000 loops, best of 3: 23.2 us per loop
从列表中创建数组很慢，但一旦创建，view 方法会快得多。
查看我之前在np.char 上的注释的编辑历史记录。
【讨论】：
根据 Joe Kington here 的说法，python 非常擅长字符串操作，并且生成器/列表推导对于字符串操作来说既快速又灵活。除非您稍后需要在管道中使用numpy，否则我会强烈反对。
[s[1:] for s in my_list[1:]]
快：
In [1]: from string import ascii_lowercase
In [2]: from random import randint, choice
In [3]: my_list_rand = [''.join([choice(ascii_lowercase)
for _ in range(randint(2, 64))])
for i in range(1000)]
In [4]: my_list_64 = [''.join([choice(ascii_lowercase) for _ in range(64)])
for i in range(1000)]
In [5]: %timeit [s[1:] for s in my_list_rand[1:]]
10000 loops, best of 3: 47.6 µs per loop
In [6]: %timeit [s[1:] for s in my_list_64[1:]]
10000 loops, best of 3: 45.3 µs per loop
使用numpy 只会增加开销。
【讨论】：
从 numpy 1.23.0 开始，我添加了一种机制来更改非连续数组的视图的 dtype。这意味着您可以将数组视为单个字符，按您喜欢的方式对其进行切片，然后将其重新组合在一起。正如@hpaulj 的回答清楚表明的那样，在此之前需要一份副本。
>>> my_list = np.array(["abc", "def", "ghi"])
>>> my_list[:, None].view('U1')[1:, 1:].view('U2').squeeze()
array(['ef', 'hi'])
我正在研究另一层抽象，特别是用于名为np.slice_ 的字符串数组（目前在PR #20694 中进行中，但代码是可运行的）。如果这应该被接受，你将能够做到
>>> np.char.slice_(my_list[1:], 1)
array(['ef', 'hi'])
【讨论】：
您的切片语法不正确。你只需要my_list[1:] 就可以得到你需要的东西。如果你想将元素复制两次到一个列表中，你可以这样做something = mylist[1:].extend(mylist[1:])
【讨论】：
my_list[1:] 让我得到['def', 'ghi']，而不是['ef', 'hi']。