ASCII字符串作为Python 3中字符串numpy数组的数据类型

Question

NumPy的string数据类型似乎与Python的str相对应，因此在Python 2.x和3.x之间变化：

在Python2.7中：

In [1]: import numpy as np

In [2]: np.dtype((np.str_, 1)).itemsize
Out[2]: 1

In [3]: np.dtype((np.unicode_, 1)).itemsize
Out[3]: 4

在Python3.3中：

In [2]: np.dtype((np.str_, 1)).itemsize
Out[2]: 4

在这两种情况下，NumPy的版本都是1.7.0。

我正在编写一些代码，我想在这两个Python版本上工作，我想要一个ASCII字符串数组（4倍的内存开销是不可接受的）。所以问题是：

• 在Python 3中，如何为特定长度的ASCII字符串（每个字符1个字节）定义数据类型？
• 如何在Python2中也能工作呢？
• 另外一个问题是：我是否可以进一步限制字母表，例如ascii_uppercase，并为每个字符节省一点或两点？

我认为可能的答案是第一个问题的字符数组（即使用字符数组而不是字符串数组）。似乎我可以在构造项目时指定项目大小：

chararray(shape, itemsize=1, unicode=False, buffer=None, offset=0,
          strides=None, order=None)

更新：不，itemsize实际上是字符数。但仍然有unicode=False。

这条路可以走吗？

它也能回答最后一个问题吗？

我该如何使用它作为dtype？

Answer 1

您可以使用'S'typestr：

>>> np.array(['Hello', 'World'], dtype='S')
array([b'Hello', b'World'], 
      dtype='|S5')

同样在2.6/2.7中，str被别名为bytes（或np.bytes_）：

>>> np.dtype((bytes, 1)) # 2.7
dtype('|S1')
>>> np.dtype((bytes, 1)) # 3.2
dtype('|S1')

支持b''文本：

>>> np.array([b'Hello', b'World']) # 2.7
array(['Hello', 'World'], 
      dtype='|S5')
>>> np.array([b'Hello', b'World']) # 3.2
array([b'Hello', b'World'], 
      dtype='|S5')