NumPy - 字符串函数

NumPy - 字符串操作

NumPy 在 numpy.char 模块中提供了一系列向量化字符串操作。这些函数允许您将标准字符串操作按元素级别地应用于字符串或 Unicode 数据类型的 NumPy 数组（numpy.str_、numpy.bytes_，或包含 Python 字符串的对象数组）。

这些函数的行为类似于 Python 的内置字符串方法，但能够高效地操作整个数组。不过，值得注意的是，对于复杂的文本处理任务，像 Pandas（及其 Series 字符串方法）或结合标准字符串方法的原生 Python 列表推导式可能会提供更大的灵活性，有时甚至更好的性能。

当您的字符串数据已存在于 NumPy 数组中，并且需要执行简单的元素级别转换时，numpy.char 函数特别有用。

以下是 numpy.char 中一些常用函数的摘要：

函数	描述
add()	对两个数组执行元素级别字符串连接。
multiply()	对字符串执行元素级别重复。
center()	在指定宽度的字符串中居中对齐每个元素。
capitalize()	将每个元素的第一个字符转换为大写。
title()	将每个元素转换为标题格式（每个单词的首字母大写）。
lower()	将每个元素转换为小写。
upper()	将每个元素转换为大写。
split()	基于分隔符将每个元素分割成字符串列表。
splitlines()	基于换行符将每个元素分割成行列表。
strip()	从每个元素中移除开头/结尾的空白字符（或指定字符）。
join()	使用指定分隔符连接序列的元素（应用于数组中的每个元素）。
replace()	在每个元素中替换子字符串的所有出现。
decode()	使用指定编码执行元素级别解码（例如，从字节串到字符串）。需要一个字节数组。
encode()	使用指定编码执行元素级别编码（例如，从字符串到字节串）。需要一个字符串数组。

示例用法：

import numpy as np

str_array = np.array([' hello ', ' world '], dtype=np.str_)

# Strip whitespace
stripped = np.char.strip(str_array)
print(f"Stripped: {stripped}")

# Convert to uppercase
upper_case = np.char.upper(stripped)
print(f"Uppercase: {upper_case}")

# Concatenate with another array
array2 = np.array([' numpy', '!'], dtype=np.str_)
added = np.char.add(upper_case, array2)
print(f"Added: {added}")

输出：

Stripped: ['hello' 'world']
Uppercase: ['HELLO' 'WORLD']
Added: ['HELLO numpy' 'WORLD!']

虽然 NumPy 可以处理字符串数组（dtype=str 或 dtype=object），但请记住它的核心优势在于数值计算。对于大量的文本操作，考虑利用专门为此设计的工具。

在 numpy.char 文档 中探索完整的函数列表和详细信息。