Numpy Array of Strings

Possiamo spiegare una stringa come gruppo di personaggi. Ha la stessa funzione di qualsiasi altro array, ma memorizza i caratteri in esso e ha un numero fisso di elementi o indici. Come qualsiasi altra lingua, Numpy supporta anche gli array di stringhe di personaggi per archiviare i personaggi o gruppi di personaggi sotto forma di array. Offre un mezzo semplice e pratico per conservare i caratteri Unicode e i caratteri della stringa. Agisce come un costruttore che utilizza un buffer per creare l'array. Se il valore del buffer è uguale a "nessuno", crea l'array con "C ordine" usando "Strides". Altrimenti, crea un array con passi in "Fortran Order".

Si noti che "C" e "Fortran" sono due diversi linguaggi di programmazione. A tale scopo, Numpy ci fornisce numpy.Funzionalità Chararray (). La differenza tra la creazione degli array con numpy.Chararray () funzionare e creare gli array con array regolari con il tipo di stringa è che questa classe ci fornisce alcune funzionalità extra efficienti. Quando i valori sono indicizzati, la funzione chararray () rimuove automaticamente i bianchi alla fine. Allo stesso modo, durante i confronti, gli spazi bianchi vengono rimossi dagli stessi operatori di confronto.

Sintassi

La sintassi per usare il numpy.Chararray () è il seguente:

Classe Numpy.chararray (forma, elementiize = 1, unicode = false, buffer = nessuno, offset = 0, strides = nessuno, ordine = nessuno)

Ora, discutiamo degli argomenti che vengono passati alla funzione.

• forma: Serve a specificare come è modellato il nostro array. È un parametro opzionale.
• Itemieze: È un parametro opzionale. È un parametro di tipo dati intero che viene utilizzato per raccontare la lunghezza dell'array.
• Unicode: Questo parametro ha un tipo di dati booleano e viene utilizzato per dire alla funzione se prende l'UNICODE come input o meno.
• respingente: È un parametro opzionale che indica l'indirizzo di memoria del punto di partenza dei dati.
• compensare: Un parametro opzionale che è uno spostamento del passo fisso dall'inizio alla fine.
• ordine: Il valore "C" o "F" è passato ad esso per l'ordine. È anche un parametro opzionale.
• Dove: È un parametro opzionale ed è basato sulle condizioni.

Esempio 1

Per capire il numpy.Funzione di Chararray in modo più dettagliato, discutiamo di un esempio. Nell'esempio seguente, dopo aver incluso la libreria numpy, creiamo una variabile str_array e chiama il nostro numpy.Funzione di Chararray contro di essa. Nella nostra funzione, gli abbiamo dato solo un parametro che è (4,5). Qui, il parametro è la forma del nostro array. Come abbiamo discusso in precedenza nella nostra introduzione, gli altri parametri sono facoltativi, quindi non abbiamo bisogno di passare quei parametri poiché la funzione funziona senza tali parametri e non comporteranno errori.

Inizializziamo la nostra variabile Str_arr con il nome "A" nella riga seguente. Come sappiamo, "a" è un personaggio. Cerchiamo di archiviare una stringa di personaggi nel nostro array, ecco perché abbiamo preso un personaggio. Infine, stampiamo semplicemente la variabile Str_arr per vedere cosa contiene dopo l'intera operazione.

Importa Numpy come NP
str_arr = np.Chararray ((4, 5))
str_arr [:] = 'a'
Stampa (Str_arr)

Il compilatore genera il seguente output dopo aver eseguito il nostro codice. Discutiamo cosa è successo e perché il sistema ci ha dato questo output. Gli elementi totali nel nostro array sono "20". Il nostro array ha righe da "4" e ha colonne "5". Questo perché se passiamo il valore (4,5) come parametro alla nostra funzione, la funzione prende quel parametro come forma dell'array. Quindi, crea il nostro array di caratteri in tale forma che deve avere quattro righe e cinque colonne. Dopo aver assegnato la forma al nostro array, passiamo un personaggio "A" alla nostra variabile Str_arr. Nel nostro output, possiamo vedere che il sistema ha stampato la stringa "A" come output, il che significa che questo è il nostro array di stringhe.

Esempio 2

Nell'esempio precedente, abbiamo cercato di spiegare come funziona la funzione Chararray. In questo esempio, controlliamo se questo tipo è compatibile con altri dati per l'analisi o il tipo di lancio o no. Per controllare, abbiamo preso due variabili Str_array e int_arr. Come spiega il nome, Str_arr memorizza l'array di stringa e int_arr memorizza l'array int. Passiamo "5" alla nostra funzione, il che significa che il nostro array è 1D e ha cinque elementi.

Passiamo i numeri in formato stringa al nostro array in modo che il sistema prenda quei valori come caratteri. Successivamente, creiamo un semplice array, passiamo il nostro array di stringhe su quel semplice array e passiamo int32 come parametro per il suo tipo di dati. Ora eseguiamo il nostro codice per verificare se converte il nostro array di stringhe in un array intero o no.

Importa Numpy come NP
str_array = np.Chararray (5)
str_array [:] = [b'1 ', b'0', b'1 ', b'0', b'1 ']
int_arr = np.array (str_array, dtype = np.int32)
Stampa (str_array)
Stampa (int_arr)

Quello che segue è l'output che abbiamo ottenuto dopo l'esecuzione del nostro codice. Stampiamo entrambi gli array per confrontare le loro uscite, il primo output di un array di stringhe. Possiamo vedere che "b" è con ogni elemento e ogni elemento dell'array è in singoli citazioni (") solo perché il sistema memorizza le stringhe tra le citazioni. Quindi, dal primo output, possiamo dire che il nostro array di stringhe memorizza i numeri in formato stringa. Ora, attendiamo con ansia il secondo output.

Nel secondo array, i numeri sono gli stessi dell'array precedente. Ma gli elementi del seguente array differiscono semplicemente dove non sono chiusi tra virgolette. Questo perché il sistema non memorizza i numeri interi di numeri con citazioni. Quindi, guardando il nostro output, possiamo dire che abbiamo cambiato correttamente il tipo di array da stringa a intero.

Conclusione

In questo tutorial, abbiamo discusso brevemente degli array di stringhe in Numpy. Gli array possono essere in qualsiasi formato come numeri interi, caratteri, ecc. Abbiamo dato un'occhiata al numpy.Funzione charray () della libreria numpy. Abbiamo cercato di capire il comportamento degli array di stringhe eseguendo più esempi. Tipviamo anche gli array da stringa a int correttamente. Esistono molti altri modi per archiviare ed eseguire un'operazione su array di stringhe in Numpy ma abbiamo spiegato il NP.funzione chararray specificamente che è una funzione importante per fornire una comoda vista di array di valori di stringa e unicode.