将多词字符串拆分并收集到numpy数组中

Question

我有一个字符串数组arr，我想用 (' ') 分割每个字符串，然后再收集成一个单词数组

import numpy as np
arr = np.array(['foo bar baz', 'foo baz bar' 'bar foo baz'], dtype=object)

输出应该类似于：

array(['foo', 'bar', 'baz', 'foo', 'baz', 'bar', 'bar', 'foo', 'baz'])

为什么下面的命令会报错，正确的方法是什么？

np.char.split(arr, sep = ' ')

TypeError: string operation on non-string array

Answer 1

试试这个

res = np.array(' '.join(arr).split())
print(res)

输出：

['foo', 'bar', 'baz', 'foo', 'baz', 'barbar', 'foo', 'baz']

Answer 2

代码不起作用的原因是您将 dtype 指定为 object 您应该将其更改为 str

arr = np.array(['foo bar baz', 'foo baz bar', 'bar foo baz'], dtype=str)
np.char.split(arr, sep = ' ')
>>> array([list(['foo', 'bar', 'baz']), list(['foo', 'baz', 'bar']),
   list(['bar', 'foo', 'baz'])], dtype=object)

如我们所见，输出为原始数组中的每个字符串提供了一个列表，您所要做的就是将它们连接起来

np.concatenate(np.char.split(arr, sep=' '))
>>> array(['foo', 'bar', 'baz', 'foo', 'baz', 'bar', 'bar', 'foo', 'baz'],
  dtype='<U3')