使用numpy创建字符串矩阵时发现的一些问题

今天我打算用numpy直接创建一个字符串矩阵是发现了一些问题在这里记录下

首先我打算创建一个3*3的字符串矩阵，大致代码如下：

import numpy as np

data = np.ones([3, 3], dtype=np.str)
data[:] = '01234567890123456789012345678901234567890123456789'
print("直接使用dtype")
print(data)

发现字符串只取了第一个字符，莫名奇妙。然后我将代码改为如下：

import numpy as np

data = np.ones([3, 3]).astype(str)
data[:] = '01234567890123456789012345678901234567890123456789'
print("使用astype")
print(data)

发现也仅取了前32个字符串，效果也不理想。此时我怀疑字符串长度和数据类型所占字节长度有关，因此编写了下面的代码试验

import numpy as np

data = np.ones([3, 3]).astype(np.int32).astype(str)
data[:] = '01234567890123456789012345678901234567890123456789'
print("使用astype int32")
print(data)
data = np.ones([3, 3]).astype(np.int64).astype(str)
data[:] = '01234567890123456789012345678901234567890123456789'
print("使用astype int64")
print(data)

int32字符串长度为11，int64字符串长度为64

于是我马上找到NumPy 数据类型测试

其中占字节数最大的数据格式为complex128,于是我又将代码改了改

import numpy as np

d = ''
for _ in range(10000):
    d += "1"
data = np.ones([3, 3], dtype=np.str).astype(np.complex128).astype(str)
data[:] = d
print("直接使用dtype")
print(len(data[0, 0]))
print("*" * 30)

complex128数据类型也不够用啊，理论上哪怕初始化的数据所占字节再大，如果不动态存储字符串也会有问题的。那如果直接使用list转为numpy呢？

首先创建一个长度为100001的字符串，然后存入一个3*3的list中，最后将这个list转为numpy数据格式

import numpy as np

d = ''
for _ in range(100001):
    d += "1"
data=[]
for _ in range(3):
    t = []
    for _ in range(3):
        t.append(d)
    data.append(t)
print("使用list转换")
data = np.asarray(data)
print(len(data[0, 0]))
print("*" * 30)

此时效果如预期，并没有因为类型转为而丢失string的数据。但这并不是我所想要的，我就是想创建一个能存储string对象的矩阵。于是用搜索引擎搜索一番后终于找到了结果，只需要在创建的时候设置dtype=object即可

import numpy as np

d = ''
for _ in range(100001):
    d += "1"

data = np.ones([3, 3], dtype=object)
data[:] = d
print("使用object")
print(len(data[0, 0]))
print("*" * 30)