这里不需要正则表达式.只需使用astype将数组转换为1字节字符串 –
v = np.array([‘abc’, ‘def’, ‘ghi’])
>>> v.astype(‘
array([‘a’, ‘d’, ‘g’],
dtype=’
或者,您可以更改其视图和步幅.这是针对等大小字符串的略微优化版本. –
>>> v.view(‘
array([‘a’, ‘d’, ‘g’],
dtype=’
这是.view方法的更通用版本,但这适用于具有不同长度的字符串数组.感谢Paul Panzer为suggestion –
>>> v.view(‘
array([‘a’, ‘d’, ‘g’],
dtype=’
性能
y = np.array([x * 20 for x in v]).repeat(100000)
y.shape
(300000,)
len(y[0]) # they’re all the same length – `abcabcabc…`
60
现在,时间 –
# `astype` conversion
%timeit y.astype(‘
100 loops, best of 3: 5.03 ms per loop
# `view` for equal sized string arrays
%timeit y.view(‘
100000 loops, best of 3: 2.43 µs per loop
# Paul Panzer’s version for differing length strings
%timeit y.view(‘
100000 loops, best of 3: 3.1 µs per loop
视图方法的速度更快.
但是,请谨慎使用,因为内存是共享的.
如果您对找到第一个字母(无论它在哪里)的更通用的解决方案感兴趣,我会说最快/最简单的方法是使用re模块,编译模式并在列表理解中搜索.
>>> p = re.compile(‘[a-zA-Z]’)
>>> [p.search(x).group() for x in v]
[‘a’, ‘d’, ‘g’]
并且,它在上述相同设置中的性能 –
%timeit [p.search(x).group() for x in y]
1 loop, best of 3: 320 ms per loop