
- NumPy 教程
- NumPy - 首頁
- NumPy - 簡介
- NumPy - 環境配置
- NumPy 陣列
- NumPy - ndarray 物件
- NumPy - 資料型別
- NumPy 陣列的建立和操作
- NumPy - 陣列建立例程
- NumPy - 陣列操作
- NumPy - 從現有資料建立陣列
- NumPy - 從數值範圍建立陣列
- NumPy - 陣列迭代
- NumPy - 陣列重塑
- NumPy - 陣列連線
- NumPy - 陣列堆疊
- NumPy - 陣列分割
- NumPy - 陣列扁平化
- NumPy - 陣列轉置
- NumPy 索引和切片
- NumPy - 索引與切片
- NumPy - 高階索引
- NumPy 陣列屬性和操作
- NumPy - 陣列屬性
- NumPy - 陣列形狀
- NumPy - 陣列大小
- NumPy - 陣列步長
- NumPy - 陣列元素大小
- NumPy - 廣播
- NumPy - 算術運算
- NumPy - 陣列加法
- NumPy - 陣列減法
- NumPy - 陣列乘法
- NumPy - 陣列除法
- NumPy 高階陣列運算
- NumPy - 交換陣列軸
- NumPy - 位元組交換
- NumPy - 複製與檢視
- NumPy - 元素級陣列比較
- NumPy - 陣列過濾
- NumPy - 陣列連線
- NumPy - 排序、搜尋和計數函式
- NumPy - 陣列搜尋
- NumPy - 陣列的並集
- NumPy - 查詢唯一行
- NumPy - 建立日期時間陣列
- NumPy - 二元運算子
- NumPy - 字串函式
- NumPy - 數學函式
- NumPy - 統計函式
- NumPy - 矩陣庫
- NumPy - 線性代數
- NumPy - Matplotlib
- NumPy - 使用 Matplotlib 繪製直方圖
- NumPy - NumPy 的 I/O 操作
- NumPy 排序和高階操作
- NumPy - 陣列排序
- NumPy - 沿軸排序
- NumPy - 使用花式索引排序
- NumPy - 結構化陣列
- NumPy - 建立結構化陣列
- NumPy - 操作結構化陣列
- NumPy - 欄位訪問
- NumPy - 記錄陣列
- NumPy - 陣列載入
- NumPy - 陣列儲存
- NumPy - 向陣列追加值
- NumPy - 交換陣列列
- NumPy - 向陣列插入軸
- NumPy 處理缺失資料
- NumPy - 處理缺失資料
- NumPy - 識別缺失值
- NumPy - 刪除缺失資料
- NumPy - 缺失資料插補
- NumPy 效能最佳化
- NumPy - 使用陣列進行效能最佳化
- NumPy - 使用陣列進行向量化
- NumPy - 陣列的記憶體佈局
- NumPy 線性代數
- NumPy - 線性代數
- NumPy - 矩陣庫
- NumPy - 矩陣加法
- NumPy - 矩陣減法
- NumPy - 矩陣乘法
- NumPy - 元素級矩陣運算
- NumPy - 點積
- NumPy - 矩陣求逆
- NumPy - 行列式計算
- NumPy - 特徵值
- NumPy - 特徵向量
- NumPy - 奇異值分解
- NumPy - 求解線性方程
- NumPy - 矩陣範數
- NumPy 元素級矩陣運算
- NumPy - 求和
- NumPy - 平均值
- NumPy - 中位數
- NumPy - 最小值
- NumPy - 最大值
- NumPy 集合運算
- NumPy - 唯一元素
- NumPy - 交集
- NumPy - 並集
- NumPy - 差集
- NumPy 有用資源
- NumPy 編譯器
- NumPy - 快速指南
- NumPy - 有用資源
- NumPy - 討論
NumPy char.add() 函式
NumPy 的char.add()函式用於執行元素級的字串連線。當我們提供兩個字串陣列時,此函式透過返回一個新的連線字串陣列來組合每個陣列中對應的元素。
如果輸入陣列的形狀不同,則 NumPy 會根據廣播規則將其廣播到相容的形狀。此函式對於有效地操作和組合 NumPy 陣列中的字串資料非常有用。
語法
以下是 NumPy char.add() 函式的語法:
numpy.char.add(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature])
引數
以下是 NumPy char.add() 函式的引數:
x1, x2 (array_like) - 這些是要相加的輸入陣列。
out (可選) - 這是存放結果的輸出陣列。
where (array_like, 可選) - 這是一個布林陣列,指定應用條件的位置。
**kwargs - 引數如 casting、order、dtype、subok 是附加的關鍵字引數,可根據需要使用。
返回值
此函式返回包含 x1 和 x2 之和結果的陣列。
示例 1
以下是 NumPy char.add() 函式的基本示例。在此示例中,我們對字串進行元素級連線:
import numpy as np # Define two arrays of strings a = np.array(['Hello', 'Learners', ',']) b = np.array([' Welcome', ' Tutorialspoint !', 'to']) # Concatenate the strings element-wise result = np.char.add(a, b) print(result)
以下是 numpy.char.add() 函式基本示例的輸出:
['Hello Welcome' 'Learners Tutorialspoint !' ',to']
示例 2
當與廣播一起使用char.add() 函式時,只要它們可以廣播到公共形狀,我們就可以連線不同形狀的陣列。以下是一個示例:
import numpy as np # Define a 1D array of strings a = np.array(['Hello', 'Goodbye']) # Define a 2D array of strings b = np.array(['!', '!!!']) # Broadcasting the 1D array with the 2D array and concatenating result = np.char.add(a[:, np.newaxis], b) print(result)
以下是上述示例的輸出:
[['Hello!' 'Hello!!!'] ['Goodbye!' 'Goodbye!!!']]
示例 3
這是一個另一個示例,它演示了使用char.add() 函式對字串進行元素級連線的字串連線:
import numpy as np # Basic concatenation print('Concatenate two strings:') print(np.char.add(['hello'], [' xyz'])) print('\n') # Example with multiple strings print('Concatenation example:') print(np.char.add(['hello', 'hi'], [' abc', ' xyz']))
以下是上述示例的輸出:
Concatenate two strings: ['hello xyz'] Concatenation example: ['hello abc' 'hi xyz']
numpy_string_functions.htm
廣告