NumPy最常用的8个字符串处理函数

yizhihongxing

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

(1)
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存取数据(tofile/fromfile)的实现

    以下是关于NumPy存取数据(tofile/fromfile)的攻略: NumPy存取数据(tofile/fromfile)的实现 在NumPy中,可以使用tofile()和fromfile()函数将数组存储到文件中或从文件中读取数组。以下是一些实现方法: tofile()函数 可以使用NumPy的tofile()函数将数组存储到文件中。以下是一个示例: i…

    python 2023年5月14日
    00
  • 详解NumPy中数组的索引和切片(访问元素)

    在 NumPy 中,可以使用索引和切片来访问数组中的元素。两者的区别为: 索引是用于访问单个元素的操作; 切片则是用于访问一组元素的操作。 索引 NumPy 中的索引方式与 Python 中的相似,使用方括号 [] 来访问数组中的元素。数组的索引从 0 开始,使用整数值来进行访问。 例如,我们可以通过以下方式访问一个二维数组中的某个元素: import nu…

    2023年2月28日
    00
  • Pytorch之Variable的用法

    Pytorch之Variable的用法 在PyTorch中,Variable是一个非常重要的类,它是Tensor的一个封装,可以自动计算梯度。本文将详细介绍Variable的用法。 步骤1:导入必要的库 在使用Variable之前,需要导入必要的库,包括torch和Variable。可以使用以下代码导入这些库: import torch from torch…

    python 2023年5月14日
    00
  • Numpy 数据处理 ndarray使用详解

    NumPy是Python中一个重要的科学计算库,提供了高效的多维数组和各种派生对象及计算种函数。在NumPy中,可以使用ndarray多维数组来进行各种数据处理操作,包括创建、索引、切片、运算等。本文将详细讲解Numpy数据处理ndarray使用的完整攻略,并提供了两个示例。 创建ndarray多维数组 在NumPy中,可以使用array()函数来创建nda…

    python 2023年5月13日
    00
  • Python numpy ndarray属性,索引,切片

    以下是关于“Python numpy ndarray属性、索引、切片”的完整攻略。 ndarray属性 在Python中,ndarray是numpy中最重要的数据类型之一。ndarray是一个多维,可以含任意类型的数据。下面是一些常用的ndarray属性: ndarray.shape:返回一个元组,表示的维度。 ndarray.ndim:返回数组的维数。 n…

    python 2023年5月14日
    00
  • python之np.argmax()及对axis=0或者1的理解

    Python之np.argmax()及对axis=0或者1的理解 在Python中,可以使用numpy库中的argmax()函数来获取数组中最大值的索引。但是,在使用argmax()函数时,需要理解axis参数的含义。本文将详细讲解argmax()函数及对axis=0或axis=1的理解,并提供两个示例说明。 1. np.argmax()函数 argmax(…

    python 2023年5月14日
    00
  • 基于Python实现千图成像工具的示例代码

    基于Python实现千图成像工具的示例代码 简介 千图成像工具是一款可以将文本内容生成成独特的艺术图形的工具,基于Pyhton实现。本攻略将介绍基于Python实现千图成像工具的示例代码,帮助读者从零开始搭建属于自己的千图成像工具。 准备工作 在使用示例代码前,需要确保已经安装了Python和Pillow两个库,如果没有安装,需要先进行安装。 安装Pytho…

    python 2023年5月14日
    00
  • 在import scipy.misc 后找不到 imsave的解决方案

    在导入scipy.misc模块后,有时会出现找不到imsave函数的问题。这通常是由于scipy.misc模块已经被弃用,imsave函数已经被移除导致的。以下是解决这个问题的步骤: 使用imageio库代替scipy.misc imageio是一个用于读写图像和视频的Python库。可以使用imageio库代替scipy.misc。以下是使用imageio…

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