Arrays 使用分隔符连接numpy字符串数组

第一个问题：我有两个整数数组。我想创建一个字符串的numpy数组，其格式为“%03d\uu%04d”。例如，当我使用

arr1 = np.arange(10)
arr2 = arr1**2
strarr1 = np.char.mod("%03d",arr1)
strarr2 = np.char.mod("%04d",arr2)
strarr = strarr1 + '_' + strarr2 

我得到

UFuncTypeError: ufunc 'add' did not contain a loop with signature 
matching types (dtype('<U3'), dtype('<U3')) -> dtype('<U3')

UFuncTypeError:ufunc“add”不包含带有签名的循环
匹配类型（数据类型（'
或包括‘’

In [88]: ['_'.join([i,j]) for i,j in zip(strarr1, strarr2)]                                            
Out[88]: 
['000_0000',
 '001_0001',
 '002_0004',
 '003_0009',
 '004_0016',
 '005_0025',
 '006_0036',
 '007_0049',
 '008_0064',
 '009_0081']
In [89]: np.array(_)                                                                                   
Out[89]: 
array(['000_0000', '001_0001', '002_0004', '003_0009', '004_0016',
       '005_0025', '006_0036', '007_0049', '008_0064', '009_0081'],
      dtype='<U8')

一般来说，与python字符串列表相比，numpy字符串数据类型提供的优势很少（如果有的话）。
作为一种补充，Pandas的方法是：

import pandas as pd
import numpy as np

df=pd.DataFrame({'A':np.arange(10),
                 'B':np.arange(10)**2})
df['C']=df['A'].apply(str)+"_"+df['B'].apply(str)

哪个给

感谢hpaulj提供的非常有用的回复！
In [88]: ['_'.join([i,j]) for i,j in zip(strarr1, strarr2)]                                            
Out[88]: 
['000_0000',
 '001_0001',
 '002_0004',
 '003_0009',
 '004_0016',
 '005_0025',
 '006_0036',
 '007_0049',
 '008_0064',
 '009_0081']
In [89]: np.array(_)                                                                                   
Out[89]: 
array(['000_0000', '001_0001', '002_0004', '003_0009', '004_0016',
       '005_0025', '006_0036', '007_0049', '008_0064', '009_0081'],
      dtype='<U8')

In [91]: strarr1.astype(object)+'_'+strarr2.astype(object)                                             
Out[91]: 
array(['000_0000', '001_0001', '002_0004', '003_0009', '004_0016',
       '005_0025', '006_0036', '007_0049', '008_0064', '009_0081'],
      dtype=object)

import pandas as pd
import numpy as np

df=pd.DataFrame({'A':np.arange(10),
                 'B':np.arange(10)**2})
df['C']=df['A'].apply(str)+"_"+df['B'].apply(str)