我发现 Numpy 有一种奇怪的行为,或者我只是不太擅长。
我有一个带有一些字符串字段的结构化数组。现在我想根据该字段过滤数据。我的理解是,这会起作用:
data['somefield'][data['filterfield'] == 'someconstant']
但奇怪的是,它没有。我假设
data['filterfield'] == 'someconstant'
将产生一个 bool 值数组。但它没有,它返回一个 bool 值(不是它的数组)。所以不是那样,使用
data['filterfield'] == full(data.shape,'someconstant',dtype=data['filterfield'].dtype)
按预期工作,但很麻烦且容易出错。这是预期的行为吗?如果是这样,是否有更短的方法来创建字符串数组?
请您参考如下方法:
data['filterfield'] 可能是一个字符串列表。 np.char 有一组针对这种类型数组的操作。看起来数字数组的普通 array==scalar 测试不适用于这种类型的数组。 np.char.equal(c1,c2) 比较两个 char 数组,并且没有规定其中一个是纯字符串。
因此,您的方法(生成另一个字符串数组)是正确的方法。但它可以更简单(由于广播):
In [326]: x=np.array([(1,'one'),(2,'two'),(3,'three')],dtype='int,S10')
In [327]: x['f1']
Out[327]:
array([b'one', b'two', b'three'],
dtype='|S10')
In [328]: x['f1']==np.array('two',dtype='S')
Out[328]: array([False, True, False], dtype=bool)
如果默认字符类型与
x 匹配,
np.array('two') 也可能有效。我在 python3 中做了这个测试,所以 '
可能还有其他使用 np.char 函数的选项,但这是直接而简单的。
