Python/Numpy：将行元素与条件的组合矢量化

有没有一种方法可以在特定条件下对行元素的组合进行矢量化

条件：

空元素被删除

包含多个非空元素的行由“\n”分隔

注意 a） 我的数组有可变数量的行和列，并且会变得相当大，因此我对这里的矢量化感兴趣 b） 每个非空字符串元素都以“$”字符开头

arr = np.array([       
        ['',  '',  '$c'],
        ['',  '$b', '' ],
        ['',  '$b', '$c'],
        ['$a', '',  '' ],
        ['$a', '',  '$c'],
        ['$a', '$b', '' ],
        ['$a', '$b', '$c']
    ], dtype='U1')

预期结果：

res = [       
        ['$c'],              # <-- reduce to single char element
        ['$b'],              # <-- reduce to single char element
        ['$b\n$c'],           # <-- combine char elements with '\n' delimiter
        ['$a'],              # <-- reduce to single char element
        ['$a\n$c'],           # <-- combine char elements with '\n' delimiter
        ['$a\n$b'],           # <-- combine char elements with '\n' delimiter
        ['$a\n$b\n$c']         # <-- combine char elements with '\n' delimiter
    ]

res=[
['$c']，#即使在您最新的情况下，我也不推荐基于numpy的解决方案，而是使用

arr=arr.tolist（）
空_removed=[[el代表行中el，如果el！='']代表arr中的行]
结果=[“\n”。为空\u中的行加入（行）已删除]

即使对于您的小示例，您也可以在注释中看到与您的解决方案相比的显著速度差异：

#阵列解决方案
timeit.timeit（“['\\n'.join（sub[sub！=''）表示arr中的sub]”，“从主导入arr”）
#时间：13.1772538999982
#列表解决方案（初始转换为列表）
timeit.timeit（“['\\n.join（row）for row in[[el for el in row if el！='']for row in arr.tolist（）]”，“from _umain_uuu导入arr”）
#时间：1.938735900000117
#列出解决方案（如果可以避免开头的数组）
timeit.timeit（“['\\n'.加入（行）中的行[[el代表行中的el，如果el！='']代表列中的行]]，“从主列导入列中”）
#时间1.408489999922

如果您想在以后将其转换为numpy数组以使用
np.tile
和
np.repeat
，这当然可以做到。但是，我会测试这是否不会导致管道中出现类似的减速


旧答案，供参考

我建议您不要使用NumPy数组，而是切换到简单明了的列表理解：

arr=arr.tolist（）#如果可以避免创建数组，那就更好了
结果=['\n.在['''.在arr]中为sub加入（sub）['.在arr中为sub加入（sub）]]
#或者，如果需要包含单个元素的列表
结果2=['\n.join（sub）]表示在['''.join（sub）表示在arr中的sub]]

原因有点复杂。其要点是numpy不能像在
dtype=np.number
上那样加速
dtype=object
上的数组操作。你可以得到与奇特索引相同的便利性（我想现在的名称是高级索引）和基于元组的索引，但实际性能无法比较。您可以在这里获得一些直觉：
这是否回答了您的问题？感谢您提供的信息性答案！我使用numpy的原因是因为我在脚本中稍后使用np.tile和np.repeat扩展数组，这比迭代构建数组快得多。我可以使用列表在这里，然后转换为numpy数组。我为没有包含在问题中而道歉（将更新）数据类型是根据最长字符串的长度动态分配的：从“U1”到“U100”的任意位置我如何调整它以处理超过1个字符的数组元素？我刚刚在我的用例中测试了这一点，并在每个元素的每个字符之间插入“\n”（将问题修改为包含长度超过1个字符的数组元素）这里是：
result3=['\n'.join（sub[sub！=''）for sub in arr]
@CraigNathan我更新了我的答案以回应您的评论和更新的问题。