Python 减少Numpy中沿轴的多维字符串数组

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内容

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'])

是否有比使用for循环更好的方法，例如：

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)))

---

这是一种强制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']

---

使用常规字符串操作优于使用

np.char.join

>>> 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')

在更大的阵列上：

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)

---

所有元素都是单个字符吗？空格重要吗？还是

'.join（s）

就足够了？@Divakar在本例中它们是，但我正在处理的问题涉及characters@jpp确切地说不是空格，但需要一些分隔符来回答！虽然它回答了我的问题，但我还是选择了@user3483203的答案，因为它也带来了不同的、可能是更优的解决方案的见解，实际上有点糟糕，

arr=np.array（[[a'，b'，c'，['e'，'f'，'g']）；np.char.join（“”，arr）

甚至不起作用。。。你必须强迫NUMPY考虑它是一个列表数组以得到相同的结果。（如果你有一个字符串列表数组，如果需要从原始字符串数组中创建它，那么它已经包含了一些开销，那么这两种方法的性能似乎是相同的…）

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)