NumPy数组存储为连续的内存块.它们通常具有单个数据类型(例如整数,浮点数或固定长度字符串),然后内存中的位被解释为具有该数据类型的值.
使用dtype = object创建数组是不同的.现在,数组占用的内存中填充了Python对象的指针,这些对象存储在内存中的其他地方(很像Python列表实际上只是指向对象的指针列表,而不是对象本身).
像*这样的算术运算符不适用于具有string_数据类型的ar1等数组(而是有特殊的函数 – 见下文). NumPy只是将内存中的位视为字符,而*运算符在这里没有意义.但是,行
np.array(['avinash','jay'], dtype=object) * 2
因为现在数组是一个(指向)Python字符串的数组. *运算符是为这些Python字符串对象定义的.在内存中创建新的Python字符串,并返回一个引用新字符串的新对象数组.
如果你有一个带有string_或unicode_ dtype的数组并想重复每个字符串,你可以使用np.char.multiply:
In [52]: np.char.multiply(ar1, 2)
Out[52]: array(['avinashavinash', 'jayjay'],
dtype='