python – 可变长度的numpy recarray字符串

是否可以初始化一个可以保持字符串的numpy recarray,而不知道字符串的长度呢？

作为(设计)的例子：

mydf = np.empty( (numrows,), dtype=[ ('file_name','STRING'), ('file_size_MB',float) ] )

问题是我正在使用信息填充我的重组,而且我不一定需要事先知道file_name的最大长度.

我所有的尝试导致字符串字段被截断：

>>> mydf = np.empty( (2,), dtype=[('file_name',str),('file_size_mb',float)] )
>>> mydf['file_name'][0]='foobarasdf.tif'
>>> mydf['file_name'][1]='arghtidlsarbda.jpg'
>>> mydf
array([('', 6.9164002347457e-310), ('', 9.9413127e-317)], 
      dtype=[('file_name', 'S'), ('file_size_mb', '<f8')])
>>> mydf['file_name']
array(['f', 'a'], 
      dtype='|S1')

(除此之外,mydf [‘file_name’]为什么显示’f’和’a’,而mydf显示”和”？

类似地,如果我用type(say)| S10为file_name初始化,那么事情将被截断为10.

我可以找到的唯一类似的问题是 this one ,但是这是先验计算适当的字符串长度,因此与我不一样(因为我事先知之甚少).

除了使用(例如)| S9999999999999(即一些可笑的上限)启动file_name,还有其他替代方法？

而不是使用STRING dtype,可以随时使用对象作为dtype.这将允许将任何对象分配给数组元素,包括 Python 变长字符串.例如：

>>> import numpy as np
>>> mydf = np.empty( (2,), dtype=[('file_name',object),('file_size_mb',float)] )
>>> mydf['file_name'][0]='foobarasdf.tif'
>>> mydf['file_name'][1]='arghtidlsarbda.jpg'
>>> mydf
array([('foobarasdf.tif', 0.0), ('arghtidlsarbda.jpg', 0.0)], 
      dtype=[('file_name', '|O8'), ('file_size_mb', '<f8')])

这是一个反对数组概念的精神,以具有可变长度的元素,但这是一个接近可以得到.数组的想法是元素存储在存储器中,这些存储器地址明确定义和间隔开,这些地址禁止可变长度的元素.通过将指针存储到数组中的字符串,可以规避此限制. (这基本上是上面的例子.)