numpy | 插入不定长字符数组测试OK

简介: 本文介绍了如何在numpy中创建和操作不定长字符数组,包括插入和截断操作的测试。

测试代码

import numpy.matlib
import numpy as np
import sys

numpy.set_printoptions(threshold=sys.maxsize)

print("\n********************************************OK*************************************")

data_type={
   'names':('name', 'a', 'b'), 'formats':('S100', 'S100','S100')}
data1=np.rec.array([('http',"1","1")],dtype=data_type)
data2=np.rec.array([('sjtv-bid-hoisin.coocaa.com/v1/bid','{content-length}','ghi')],dtype=data_type)
print(data1) 
print("\n")  
print(data2) 
print("\n")
result = np.insert(data1, 1, data2, axis = 0)
print(result) 

print("\n********************************************OK END*************************************")

print("\n********************************************以下为瞎试  插入字符数组被截断测试*************************************")

Z = np.array([("Hello1234567890", 2.51234567890, 3),
              ("World", 3.6, 2)])
R8 = np.core.records.fromarrays(Z.T,
                               names='col1, col2, col3',
                               formats = 'S8, f8, i8')
print("\nR8--->formats = 'S8, f8, i8':   ")
print(R8)
R15 = np.core.records.fromarrays(Z.T,
                               names='col1, col2, col3',
                               formats = 'S15, f8, i8')
print("\nR15--->formats = 'S15, f8, i8':   ")
print(R15)

# A = np.ones(3)*1
# B = np.ones(3)*2
# np.add(A,B,out=B)
# np.divide(A,2,out=A)
# np.negative(A,out=A)
# np.multiply(A,B,out=A)


a = np.array([['http',1,1]])
print ("\na:   ")
print(a)
# a = np.array([['http',1,1]], 
#             names='col1, col2, col3',
#             formats = 'S15, S15, S15')

# a = np.array([['http',1,1]],dtype = np.string_)  

ccc = np.array(['abc','def','ghi'])
print ("\nccc:   ")
print(ccc)
print (ccc.itemsize)
print ("\nnp.insert(a, 1, ccc, axis = 0):   ")
print(np.insert(a, 1, ccc, axis = 0))

ddd = np.array(['sjtv-bid-hoisin.coocaa.com/v1/bid','{content-length}','ghi'])
print ("\nddd:   ")
print(ddd)
print (ddd.itemsize)
print ("\nnp.insert(a, 1, ddd, axis = 0):   ")
print(np.insert(a, 1, ddd, axis = 0))

eee = np.array(['sjtv-bid','{content-length}','ghi'])
print ("\neee:   ")
print(eee)
print (eee.itemsize)
print ("\nnp.insert(a, 1, eee, axis = 0):   ")
print(np.insert(a, 1, eee, axis = 0))

fff = np.array([['sjtv-bid-hoisin.coocaa.com/v1/bid','content-length','ghi']])
print ("\nfff:   ")
print(fff)
print (fff.itemsize)
print ("\nnp.insert(a, 1, fff, axis = 0):   ")
result = np.insert(a, 1, fff, axis = 0)
print(result)

resultR = np.core.records.fromarrays(result.T,
                               names='col1, col2, col3',
                               formats = 'S15, S15, S15')
print ("\nresultR--->np.core.records.fromarrays:   ")                  
print(resultR)

测试结果

PS C:\Users\pgjgg\Desktop\python_learn> & C:/Users/pgjgg/AppData/Local/Programs/Python/Python39/python.exe c:/Users/pgjgg/Desktop/python_learn/numpy_demo.py

********************************************OK*************************************
[(b'http', b'1', b'1')]


[(b'sjtv-bid-hoisin.coocaa.com/v1/bid', b'{content-length}', b'ghi')]


[(b'http', b'1', b'1')
 (b'sjtv-bid-hoisin.coocaa.com/v1/bid', b'{content-length}', b'ghi')]

********************************************OK END*************************************

********************************************以下为瞎试  插入字符数组被截断测试*************************************

R8--->formats = 'S8, f8, i8':
[(b'Hello123', 2.51234568, 3) (b'World', 3.6       , 2)]

R15--->formats = 'S15, f8, i8':
[(b'Hello1234567890', 2.51234568, 3) (b'World', 3.6       , 2)]

a:
[['http' '1' '1']]

ccc:
['abc' 'def' 'ghi']
12

np.insert(a, 1, ccc, axis = 0):
[['http' '1' '1']
 ['abc' 'def' 'ghi']]

ddd:
['sjtv-bid-hoisin.coocaa.com/v1/bid' '{content-length}' 'ghi']
132

np.insert(a, 1, ddd, axis = 0):
[['http' '1' '1']
 ['sjtv-bid-ho' '{content-le' 'ghi']]

eee:
['sjtv-bid' '{content-length}' 'ghi']
64

np.insert(a, 1, eee, axis = 0):
[['http' '1' '1']
 ['sjtv-bid' '{content-le' 'ghi']]

fff:
[['sjtv-bid-hoisin.coocaa.com/v1/bid' 'content-length' 'ghi']]
132

np.insert(a, 1, fff, axis = 0):
[['http' '1' '1']
 ['sjtv-bid-ho' 'content-len' 'ghi']]

resultR--->np.core.records.fromarrays:
[(b'http', b'1', b'1') (b'sjtv-bid-ho', b'content-len', b'ghi')]
相关文章
|
3月前
|
数据处理 索引 Python
NumPy 数组操作:和普通操作相较,到底蕴含着怎样令人费解的独特魅力?
【8月更文挑战第19天】NumPy是Python科学计算核心库,提供高效数组操作。不同于Python列表直接列举创建,NumPy用`np.array()`创建数组。两者都支持索引和切片,但NumPy性能更优。数学运算方面,NumPy支持简洁的向量化操作,如`my_array * 2`,无需循环。NumPy还简化了数组形状变换,如使用`reshape()`方法。此外,NumPy数组要求元素类型一致,提高了内存使用效率和计算速度。这些特点使NumPy在科学计算和数据分析中不可或缺。
31 0
|
1月前
|
Python
Numpy学习笔记(四):如何将数组升维、降维和去重
本文介绍了如何使用NumPy库对数组进行升维、降维和去重操作。
32 1
|
1月前
|
机器学习/深度学习 并行计算 大数据
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧2
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
69 10
|
1月前
|
Python
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
NumPy库中的`np.concatenate`和`np.append`函数,它们分别用于沿指定轴拼接多个数组以及在指定轴上追加数组元素。
25 0
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
|
1月前
|
Python
使用 NumPy 进行数组操作的示例
使用 NumPy 进行数组操作的示例
|
1月前
|
索引 Python
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧1
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
85 4
|
1月前
|
机器学习/深度学习 并行计算 调度
CuPy:将 NumPy 数组调度到 GPU 上运行
CuPy:将 NumPy 数组调度到 GPU 上运行
55 1
|
2月前
|
API Python
Numpy 数组的一些集合操作
Numpy 数组的一些集合操作
30 0
|
2月前
|
编译器 Linux API
基于类型化 memoryview 让 Numpy 数组和 C 数组共享内存
基于类型化 memoryview 让 Numpy 数组和 C 数组共享内存
35 0
|
3月前
|
存储 缓存 C语言