在 Numpy 中减少沿轴的多维字符串数组

Question

Numpy 是否实现了一些减少多维字符串数组的功能？我知道它为多个数组的字符串连接提供了一些功能，但我还没有找到任何关于字符串缩减的信息。

假设我有一个二维字符串数组：

np.array([['a', 'b', 'c'],['e','f','g']])

我想把它转换成：

np.array(['a b c','e f g'])

有没有比使用for循环更好的方法，比如：

old_strings = np.array([['a', 'b', 'c'],['e','f','g']])
new_strings = np.array([])
for s in old_strings:
    new_strings = np.append(new_strings, (' '.join(s)))

Answer 1

这是一种您可以强制 NumPy API 执行此操作的方法，尽管它可能与您自己执行此操作没有太大区别：

import numpy as np

# Make one-dimensional array of lists of strings
a = np.array([None, None])
a[0] = ['a', 'b', 'c']
a[1] = ['e', 'f', 'g']
# Join
print(np.char.join(' ', a))
>>> ['a b c' 'e f g']

Answer 2

使用常规字符串操作比使用np.char.join 更好。

>>> arr = np.array([['a', 'b', 'c'],['e','f','g']])
>>> np.array([' '.join(i) for i in arr])
array(['a b c', 'e f g'], dtype='<U5')

会比np.char.join快

%timeit np.array([' '.join(i) for i in arr])
8.69 µs ± 30 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit np.char.join(' ', arr)
14.6 µs ± 86.1 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

在更大的数组上：

arr = np.repeat(arr, 10000).reshape(-1, 3)

%timeit np.array([' '.join(i) for i in arr])
54.2 ms ± 596 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit np.char.join(' ', arr)
72.3 ms ± 2.36 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)