Python numpy数组类型设置的奇怪行为

代码

np.array([100,200,300],dtype=str)

返回：

array(['1', '2', '3'], 
      dtype='|S1')

报告说：

数据类型：数据类型，可选

阵列所需的数据类型。如果未给出，则将确定类型 作为保存对象所需的最小类型 顺序

---

这是一个bug吗？

我仍然找不到这个问题，但为了避开它：

>>> a=[100,200,300]

>>> np.char.mod('%d', a)
array(['100', '200', '300'],
      dtype='|S3')

这样可以避免您的问题：

>>> a=[100,200,3005]
>>> np.char.mod('%d', a)
array(['100', '200', '3005'],
      dtype='|S4')

值得注意的是，这比选择

dtype=“S…”

慢大约4倍，但比使用

np.array（map（str，a））

方法快非线性

你也可以做一些整洁的事情：

>>> a
[1234.5, 123.4, 12345]

>>> np.char.mod('%s',a)
array(['1234.5', '123.4', '12345.0'],
      dtype='|S7')

>>> np.char.mod('%f',a)
array(['1234.500000', '123.400000', '12345.000000'],
      dtype='|S12')

>>> np.char.mod('%d',a) #Note the truncation of decimals here.
array(['1234', '123', '12345'],
      dtype='|S5')

>>> np.char.mod('%s.stuff',a)
array(['1234.5.stuff', '123.4.stuff', '12345.0.stuff'],
      dtype='|S13')

---

可以找到其他信息。

您看到此行为的原因是您必须指定每个字符串元素的大小，例如使用：

>>> np.array([100,200,300],dtype='S3')
      array(['100', '200', '300'], 
             dtype='|S3')

否则，每个元素字符串的大小将默认为1

更多信息请点击此处：

---

你能试着使用

dtype=''S3'

看看这是否能满足你的期望吗？最近有人问过这个问题，尽管我现在找不到。详细搜索

numpy

标记应该可以找到它。@SethMMorton使用

“|S3”

工作如果你有

np.array（[101201301]，dtype=str）

会发生什么？@SethMMorton仍然返回“error”结果。问题是要对任意数字列表执行此操作，我需要首先检查所有数字的长度。谢谢！你能为这个函数添加一个指向文档的链接吗？我还更新了一些额外的示例，这取决于你所做的

%d

可能不适合你。