![NumPy Tutorial](/numpy/images/numpy-mini-logo.jpg)
- NumPy 教程
- NumPy - 首页
- NumPy - 简介
- NumPy - 环境
- NumPy 数组
- NumPy - Ndarray 对象
- NumPy - 数据类型
- NumPy 创建和操作数组
- NumPy - 数组创建例程
- NumPy - 数组操作
- NumPy - 从现有数据创建数组
- NumPy - 从数值范围创建数组
- NumPy - 遍历数组
- NumPy - 数组重塑
- NumPy - 连接数组
- NumPy - 数组堆叠
- NumPy - 分割数组
- NumPy - 扁平化数组
- NumPy - 数组转置
- NumPy 索引和切片
- NumPy - 索引和切片
- NumPy - 高级索引
- NumPy 数组属性和运算
- NumPy - 数组属性
- NumPy - 数组形状
- NumPy - 数组大小
- NumPy - 数组步长
- NumPy - 数组元素大小
- NumPy - 广播
- NumPy - 算术运算
- NumPy - 数组加法
- NumPy - 数组减法
- NumPy - 数组乘法
- NumPy - 数组除法
- NumPy 高级数组运算
- NumPy - 交换数组轴
- NumPy - 字节交换
- NumPy - 副本和视图
- NumPy - 元素级数组比较
- NumPy - 数组过滤
- NumPy - 连接数组
- NumPy - 排序、搜索和计数函数
- NumPy - 搜索数组
- NumPy - 数组的并集
- NumPy - 查找唯一行
- NumPy - 创建日期时间数组
- NumPy - 二元运算符
- NumPy - 字符串函数
- NumPy - 数学函数
- NumPy - 统计函数
- NumPy - 矩阵库
- NumPy - 线性代数
- NumPy - Matplotlib
- NumPy - 使用 Matplotlib 绘制直方图
- NumPy - NumPy 的 I/O 操作
- NumPy 排序和高级操作
- NumPy - 数组排序
- NumPy - 沿轴排序
- NumPy - 使用花式索引排序
- NumPy - 结构化数组
- NumPy - 创建结构化数组
- NumPy - 操作结构化数组
- NumPy - 字段访问
- NumPy - 记录数组
- Numpy - 加载数组
- Numpy - 保存数组
- NumPy - 将值追加到数组
- NumPy - 交换数组的列
- NumPy - 向数组插入轴
- NumPy 处理缺失数据
- NumPy - 处理缺失数据
- NumPy - 识别缺失值
- NumPy - 删除缺失数据
- NumPy - 填充缺失数据
- NumPy 性能优化
- NumPy - 使用数组进行性能优化
- NumPy - 使用数组进行矢量化
- NumPy - 数组的内存布局
- Numpy 线性代数
- NumPy - 线性代数
- NumPy - 矩阵库
- NumPy - 矩阵加法
- NumPy - 矩阵减法
- NumPy - 矩阵乘法
- NumPy - 元素级矩阵运算
- NumPy - 点积
- NumPy - 矩阵求逆
- NumPy - 行列式计算
- NumPy - 特征值
- NumPy - 特征向量
- NumPy - 奇异值分解
- NumPy - 求解线性方程组
- NumPy - 矩阵范数
- NumPy 元素级矩阵运算
- NumPy - 求和
- NumPy - 平均值
- NumPy - 中位数
- NumPy - 最小值
- NumPy - 最大值
- NumPy 集合运算
- NumPy - 唯一元素
- NumPy - 交集
- NumPy - 并集
- NumPy - 差集
- NumPy 有用资源
- NumPy 编译器
- NumPy - 快速指南
- NumPy - 有用资源
- NumPy - 讨论
NumPy char.join() 函数
NumPy 的char.join() 函数用于使用指定的分割符连接字符串数组的元素。此函数通过将数组中每个元素内的字符或子字符串组合成单个字符串(由提供的分隔符分隔)来逐元素操作。
此函数对于以受控方式格式化和连接字符串数据很有用。
语法
以下是 NumPy char.join() 函数的语法:
numpy.char.join(sep, seq)
参数
以下是 NumPy char.join() 函数的参数:
sep(str 或类数组的 str):用于连接的分割符字符串或类数组的分割符字符串对象。
seq(类数组的 str 或 unicode):包含要连接的字符串的输入数组。
返回值
此函数返回一个与输入形状相同的数组,其中每个元素都是使用指定分隔符连接的字符串。
示例 1
以下是 NumPy char.join() 函数的基本示例。在此示例中,我们使用指定的分割符 '-' 连接数组的字符串:
import numpy as np arr = np.array(['abc', 'def', 'ghi']) joined_arr = np.char.join('-', arr) print(joined_arr)
以下是numpy.char.join() 函数的基本示例的输出:
['a-b-c' 'd-e-f' 'g-h-i']
示例 2
char.join() 函数允许我们通过提供灵活的字符串格式化来为数组中的每个字符串指定不同的分割符。在此示例中,数组中的每个字符串都按分割符数组中指定的方式连接:
import numpy as np arr = np.array(['abc', 'def', 'ghi']) separators = np.array(['-', ':', '*']) joined_arr = np.char.join(separators, arr) print(joined_arr)
以下是包含换行符的输出:
['a-b-c' 'd:e:f' 'g*h*i']
示例 3
我们还可以将char.join() 函数应用于多维数组,以使用指定的分割符连接每个字符串元素中的字符。以下是连接多维数组元素的示例:
import numpy as np arr = np.array([['abc', 'def'], ['ghi', 'jkl']]) joined_arr = np.char.join('-', arr) print(joined_arr)
以下是限制连接次数的输出:
[['a-b-c' 'd-e-f'] ['g-h-i' 'j-k-l']]
numpy_string_functions.htm
广告