使用 char 操作的 numpy reduce。-解网

问：

我想要一种矢量化的方式来做：

numpy.char.add.reduce(["string_", values.astype("U"), "_string"], axis=0)

因此，例如，我可能想发送到 .但是，将具有任意形状，并且可能很大。[0.1, 0.2, 0.3]["string_0.1_string", "string_0.2_string", "string_0.3_string"]values

但是，这似乎不是一个ufunc，而且不能只是做.numpy.char.addnumpy.char.add.reduce

是否有有据可查的解决方法，或者我需要做一些聪明的事情？

numpy reduce（numpy还原）

评论

3赞 hpaulj 11/6/2023

np.char函数是 Python 字符串方法的浅层包装器。它们并不快。解释或说明您正在尝试做什么。

0赞 Mackie Messer 11/6/2023

好的，@hpaulj完成

1赞 hpaulj 11/6/2023

那只是一个字符串吗？join

1赞 Jérôme Richard 11/6/2023

在这种情况下，即使它以您想要的方式在 Numpy 中实现，它也会比 a 更昂贵，因为字符串和数组很小。创建 Numpy 数组比创建 CPython 字符串要昂贵得多。Numpy 不支持对列表进行操作，因此需要将它们转换为 Numpy 数组。join

0赞 Mackie Messer 11/6/2023

谢谢@JérômeRichard。对我来说最重要的两件事是（1）广播而不是复制字符串，因为最终形状通常很大，以及（2）矢量化串联。

答：

1赞 hpaulj 11/7/2023 #1

您的样品列表/阵列：

In [71]: x=[0.1, 0.2, 0.3]; xx = np.array(x,'U5');xx
Out[71]: array(['0.1', '0.2', '0.3'], dtype='<U5')

从文档中可以清楚地看出，不是.它只是相关字符串方法的浅层包装器。char.addufunc

但是我们可以链接，就像我们做 ''string_'+'0.01'+'_string'）：add

In [72]: np.char.add(np.char.add('string_',xx),'_string')
Out[72]: 
array(['string_0.1_string', 'string_0.2_string', 'string_0.3_string'],
      dtype='<U19')

numpy没有用于处理字符串的特殊代码，因此函数通常以与列表推导相同的速度运行。char

有一个，但它对数组的字符进行操作：char.join

In [74]: np.char.join('_',xx)
Out[74]: array(['0_._1', '0_._2', '0_._3'], dtype='<U5')

另一种方法是使用或使用效用函数，例如：np.vectorizenp.frompyfunc

In [75]: def foo(i):
    ...:     return '_'.join(['string',str(i),'string'])
    ...:     

In [76]: np.frompyfunc(foo,1,1)(x)
Out[76]: 
array(['string_0.1_string', 'string_0.2_string', 'string_0.3_string'],
      dtype=object)

对于小数组，往往比列表推导式慢一些，但对于大型数组，它们的扩展性更好。np.vectorize/frompyfunc

但主要优点是它们可以处理多个维度和广播。

评论

0赞 Mackie Messer 11/7/2023

好。Vectorize/FromPyFunc 几乎可以肯定是要走的路。谢谢

上一个：PyCharm 和 Jupyter 笔记本上传错误

下一个：使用 reduce 和 lambda 函数在字典列表中查找平均成绩