python在numpy字符串数组中查找字符串模式答案

【问题标题】：python find string pattern in numpy array of stringspython在numpy字符串数组中查找字符串模式
【发布时间】：2016-10-02 15:46:44
【问题描述】：

我有一个长度为 100 的字符串 'A' 的 numpy 数组，它们是不同大小的句子。它是字符串而不是 numpy 字符串

>>> type(A[0])
<type 'str'>

我想在 A 中找到包含特定模式（如 'zzz'）的字符串的位置。

我试过了

np.core.defchararray.find(A, 'zzz')

给出错误：

TypeError: string operation on non-string array

我假设我需要将 A 中的每个 'str' 更改为 numpy 字符串？

编辑：

我想在A中找到'zzz'出现的索引

【问题讨论】：

找到它们后你想做什么？拆分它们？获取索引？
为什么不只是[s.find(pattern) for s in A]，然后您将在每个字符串中获得该模式第一次出现的索引（如果未找到该模式，则为-1）

标签： python string numpy

【解决方案1】：

无需花哨，您可以通过列表理解和in 运算符获得索引列表：

>>> import numpy as np
>>> lst = ["aaa","aazzz","zzz"]
>>> n = np.array(lst)
>>> [i for i,item in enumerate(n) if "zzz" in item]
[1, 2]

请注意，这里的数组元素实际上是 numpy 字符串，但 in 运算符也适用于常规字符串，所以没有实际意义。

【讨论】：

【解决方案2】：

这里的问题是字符串数组的性质。

如果我将数组设为：

In [362]: x=np.array(['one','two','three'])

In [363]: x
Out[363]: 
array(['one', 'two', 'three'], 
      dtype='<U5')

In [364]: type(x[0])
Out[364]: numpy.str_

元素是特殊类型的字符串，隐式填充为 5 个字符（最长的 'np.char 方法适用于这种数组

In [365]: np.char.find(x,'one')
Out[365]: array([ 0, -1, -1])

但是如果我创建一个包含字符串的对象数组，它会产生你的错误

In [366]: y=np.array(['one','two','three'],dtype=object)

In [367]: y
Out[367]: array(['one', 'two', 'three'], dtype=object)

In [368]: type(y[0])
Out[368]: str

In [369]: np.char.find(y,'one')
...
/usr/lib/python3/dist-packages/numpy/core/defchararray.py in find(a, sub, start, end)
...
TypeError: string operation on non-string array

通常，对象数组必须被视为列表。

In [370]: y
Out[370]: array(['one', 'two', 'three'], dtype=object)

In [371]: [i.find('one') for i in y]
Out[371]: [0, -1, -1]

In [372]: np.array([i.find('one') for i in y])
Out[372]: array([ 0, -1, -1])

np.char 方法很方便，但速度并不快。他们仍然需要遍历数组，对每个元素应用常规的字符串操作。

【讨论】：

【解决方案3】：

你可以试试这个：

np.core.defchararray.find(A.astype(str), 'zzz')

【讨论】：