Python 在numpy中强制转换到数组时，列表元素的截断违反直觉？

我注意到

numpy

中数组的这种违反直觉的行为。我有一个列表，我想将其转换为数组：

>>> a = [['abc', 117858348, 117858388, 'def']]

当我将其转换为数组时，它将元素转换为字符串（这很好），但意外地删除了中间两个元素的最后一位：

>>> array(a)
array([['abc', '11785834', '11785838', 'def']], 
      dtype='|S8')

这是什么原因？有没有办法避免这种行为？将列表列表转换为数组比较方便的原因是为了快速索引某些元素。例如，如果将索引列表

x

放入数组

a

，则可以执行

a[x]

来检索它们。如果

a

是一个列表列表，则不能，而是必须执行类似

[a[i]for i in x]

的操作

---

谢谢。

这很有趣，运行您的示例可以告诉我：

>>> numpy.asarray([['abc', 117858348, 117858388, 'def']])
array([['abc', '117', '117', 'def']], 
      dtype='|S3')

我很想知道转换是如何进行的：

>>> help(numpy.asarray)
asarray(a, dtype=None, order=None)
Convert the input to an array.

Parameters
----------
a : array_like
    Input data, in any form that can be converted to an array.  This
    includes lists, lists of tuples, tuples, tuples of tuples, tuples
    of lists and ndarrays.
dtype : data-type, optional
    By default, the data-type is inferred from the input data.

看起来基础类型是从输入数据推断的

，我不知道这意味着什么，所以我这么做了

>>> import inspect
>>> print inspect.getsource(numpy.asarray)

我们得到了
返回数组（a，dtype，copy=False，order=order）
但是
numpy.array是内置的，因此通过我们得到的文档：

数据类型：数据类型，可选

阵列所需的数据类型。如果未给出，则类型将被确定为在序列中保存对象所需的最小类型。此参数只能用于“向上投射”数组。对于向下广播，请使用.astype（t）方法

它看起来像是在可能的情况下向上投射，所以在我的例子中是向上投射到长度为3的字符串，因为这是序列中我拥有的最长的字符串，如果我引入一个更长的字符串，它会向上投射到该字符串，在我的例子中，它似乎没有正确地考虑到其他类型的数字长度，这可能是一个bug，我不知道

您可以只指定一个长字符串序列

>>> numpy.asarray([['abc', 117858348, 117858388, 'defs']], dtype = 'S20')
array([['abc', '117858348', '117858388', 'defs']], 
  dtype='|S20')

20个字符似乎就足够了，尽管它可能会消耗更多内存，所以您可以简单地将其设置为最大值

据我所知，
numpy
将值存储为同质类型，这就是为什么在创建数组时所有内容都必须是预先确定的类型

>>> numpy.__version__
'1.6.1'

$ python --version
Python 2.6.1

$ uname -a
Darwin 10.8.0 Darwin Kernel Version 10.8.0: Tue Jun  7 16:33:36 PDT 2011; root:xnu-1504.15.3~1/RELEASE_I386 i386

我希望这能有所帮助。
这很有趣，运行您的示例可以告诉我：

>>> numpy.asarray([['abc', 117858348, 117858388, 'def']])
array([['abc', '117', '117', 'def']], 
      dtype='|S3')

我很想知道转换是如何进行的：

>>> help(numpy.asarray)
asarray(a, dtype=None, order=None)
Convert the input to an array.

Parameters
----------
a : array_like
    Input data, in any form that can be converted to an array.  This
    includes lists, lists of tuples, tuples, tuples of tuples, tuples
    of lists and ndarrays.
dtype : data-type, optional
    By default, the data-type is inferred from the input data.

看起来基础类型是从输入数据推断的
，我不知道这意味着什么，所以我这么做了

>>> import inspect
>>> print inspect.getsource(numpy.asarray)

我们得到了
返回数组（a，dtype，copy=False，order=order）
但是
numpy.array是内置的，因此通过我们得到的文档：

数据类型：数据类型，可选

阵列所需的数据类型。如果未给出，则类型将被确定为在序列中保存对象所需的最小类型。此参数只能用于“向上投射”数组。对于向下广播，请使用.astype（t）方法

它看起来像是在可能的情况下向上投射，所以在我的例子中是向上投射到长度为3的字符串，因为这是序列中我拥有的最长的字符串，如果我引入一个更长的字符串，它会向上投射到该字符串，在我的例子中，它似乎没有正确地考虑到其他类型的数字长度，这可能是一个bug，我不知道

您可以只指定一个长字符串序列

>>> numpy.asarray([['abc', 117858348, 117858388, 'defs']], dtype = 'S20')
array([['abc', '117858348', '117858388', 'defs']], 
  dtype='|S20')

20个字符似乎就足够了，尽管它可能会消耗更多内存，所以您可以简单地将其设置为最大值

据我所知，
numpy
将值存储为同质类型，这就是为什么在创建数组时所有内容都必须是预先确定的类型

>>> numpy.__version__
'1.6.1'

$ python --version
Python 2.6.1

$ uname -a
Darwin 10.8.0 Darwin Kernel Version 10.8.0: Tue Jun  7 16:33:36 PDT 2011; root:xnu-1504.15.3~1/RELEASE_I386 i386

我希望这能有所帮助。
如果使用对象数组，就不会有任何截断。这也将允许您混合不同的类型，并获得所有索引

a = [['abc', 117858348, 117858388, 'def']]
a = array(a, dtype=object)
type(a[0, 0])
# <type str>
type(a[0, 1])
# <type int>

a=[['abc'，117858348，1178583888，'def']]
a=数组（a，数据类型=对象）
类型（a[0,0]）
# 
类型（a[0，1]）
# 
如果使用对象数组，则不会进行任何截断。这也将允许您混合不同的类型，并获得所有索引

a = [['abc', 117858348, 117858388, 'def']]
a = array(a, dtype=object)
type(a[0, 0])
# <type str>
type(a[0, 1])
# <type int>

a=[['abc'，117858348，1178583888，'def']]
a=数组（a，数据类型=对象）
类型（a[0,0]）
# 
类型（a[0，1]）
#