NumPy最常用的8个字符串处理函数

NumPy 提供了许多字符串处理函数,它们被定义在用于处理字符串数组的 numpy.char 这个类中,这些函数的操作对象是 string 或者 unicode 字符串数组。

下面是最常用的8个字符串处理函数:

np.char.add():将两个字符串连接起来

import numpy as np

str1 = np.array(['hello', 'world'])
str2 = np.array([' ', 'numpy'])
result = np.char.add(str1, str2)
print(result)
# 输出:['hello numpy' 'world numpy']

np.char.multiply():将字符串重复多次


import numpy as np

str1 = np.array(['abc', 'def'])
result = np.char.multiply(str1, 3)
print(result)
# 输出:['abcabcabc' 'defdefdef']

np.char.center():将字符串居中,两侧用指定字符填充


import numpy as np

str1 = np.array(['hello', 'world'])
result = np.char.center(str1, 20, '-')
print(result)
# 输出:['-------hello--------' '-------world--------']

np.char.capitalize():将字符串首字母大写


import numpy as np

str1 = np.array(['hello', 'world'])
result = np.char.capitalize(str1)
print(result)
# 输出:['Hello' 'World']

np.char.lower():将字符串中所有字母变为小写


import numpy as np

str1 = np.array(['HELLO', 'World'])
result = np.char.lower(str1)
print(result)
# 输出:['hello' 'world']

np.char.upper():将字符串中所有字母变为大写


import numpy as np

str1 = np.array(['hello', 'world'])
result = np.char.upper(str1)
print(result)
# 输出:['HELLO' 'WORLD']

np.char.split():将字符串以指定分隔符分割成数组


import numpy as np

str1 = np.array(['hello world', 'numpy array'])
result = np.char.split(str1)
print(result)
# 输出:[list(['hello', 'world']) list(['numpy', 'array'])]

np.char.replace():将字符串中的指定字符替换为其他字符


import numpy as np

str1 = np.array(['hello world', 'numpy array'])
result = np.char.replace(str1, ' ', '-')
print(result)
# 输出:['hello-world' 'numpy-array']

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:NumPy最常用的8个字符串处理函数 - Python技术站

(2)
上一篇 2023年3月3日 下午9:05
下一篇 2023年3月3日

相关文章

  • numpy.concatenate函数用法详解

    以下是关于NumPy中numpy.concatenate函数用法详解的攻略: NumPy中numpy.concatenate函数用法详解 在NumPy中,可以使用numpy.concatenate函数将多个数组沿着指定的轴连接在一起。以下是一些常用的方法: 沿着行连接 可以使用numpy.concatenate函数将多个数组沿着行连接在一起。以下是一个示例:…

    python 2023年5月14日
    00
  • Numpy的各种下标操作的示例代码

    NumPy是一个Python科学计算库,其中包含了许多用于数组操作的函数。其中,下标操作是一种非常重要的机制,它允许NumPy在数组中访问和修改元素。下面是Numpy的各种下标操作的示例代码的完整攻略: 基本下标操作 NumPy的基本下标操作与Python的列表下标操作类似。以下是一个基本下标操作的示例: import numpy as np # 创建一个形…

    python 2023年5月14日
    00
  • numpy数组最常用的4个搜索方法

    NumPy提供了一些搜索和查找数组中元素的方法,包括: np.where(condition[, x, y]):返回满足条件的元素的下标。可以指定x和y参数,如果不指定,则返回元素下标。 np.argwhere(condition):返回满足条件的元素的下标,与where()方法类似,但返回的是一个包含下标的数组,而不是元组。 np.searchsorted…

    2023年3月1日
    00
  • NumPy排序的实现

    NumPy库中提供了多个排序函数,其中最常用的是sort()函数。本文将详细讲解NumPy库中排序的实现,包括排序函数的基本用法、排序函数的参数、排序函数的返回值、排序函数的应用等方面。 排序函数的基本用法 sort()函数是NumPy库中最常用的排序函数,它可以数组进行排序。下面是一个示例: import numpy as np # 定义数组 a = np…

    python 2023年5月14日
    00
  • PyTorch模型转TensorRT是怎么实现的?

    PyTorch模型转TensorRT是一种将PyTorch模型优化为在NVIDIA GPU上高效运行的技术。下面将详细介绍该转换过程的完整攻略。 1.安装TensorRT 首先,需要安装TensorRT并配置好环境,具体的安装步骤可以参考TensorRT官网的文档(https://docs.nvidia.com/deeplearning/tensorrt/i…

    python 2023年5月13日
    00
  • Windows下anaconda安装第三方包的方法小结(tensorflow、gensim为例)

    在Windows下,使用Anaconda安装第三方包可以通过Anaconda Prompt或者Anaconda Navigator来完成。以下是Windows下Anaconda安装第三方包的方法小结,以tensorflow和gensim为例: 使用Anaconda Prompt安装第三方包 打开Anaconda Prompt,输入以下命令来安装tensorf…

    python 2023年5月14日
    00
  • 浅谈numpy库的常用基本操作方法

    浅谈Numpy库的常用基本操作方法 简介 NumPy是Python中用于科学计算的一个重要的库,它提供了高效的多维数组array和与之相关的量。本文将详细讲解numpy库的常用基本操作方法,包括创建数组、数组的索引和切片、数组的形状操作、数组的数学运算等。 数组 使用NumPy创建数组的方法有多种,包括使用array()函数、使用zeros()函数、使用on…

    python 2023年5月14日
    00
  • np.newaxis 实现为 numpy.ndarray(多维数组)增加一个轴

    以下是关于“np.newaxis实现为numpy.ndarray(多维数组)增加一个轴”的完整攻略。 背景 在numpy中,我们可以使用np.newaxis来为numpy.ndarray(多维数组)增加一个轴。本攻略将介绍如何使用np.newaxis来增加一个轴,并提供两个示例来演示如何使用这个函数。 np.newaxis实现为numpy.ndarray(多…

    python 2023年5月14日
    00
合作推广
合作推广
分享本页
返回顶部