
- NumPy 教程
- NumPy - 首頁
- NumPy - 簡介
- NumPy - 環境
- NumPy 陣列
- NumPy - Ndarray 物件
- NumPy - 資料型別
- NumPy 建立和運算元組
- 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 - 遍歷陣列
- NumPy - 陣列重塑
- NumPy - 連線陣列
- NumPy - 陣列堆疊
- NumPy - 分割陣列
- NumPy - 扁平化陣列
- NumPy - 陣列轉置
- NumPy 索引和切片
- NumPy - 索引和切片
- NumPy - 高階索引
- NumPy 陣列屬性和運算
- 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 - 副本和檢視
- NumPy - 元素級陣列比較
- NumPy - 陣列過濾
- NumPy - 連線陣列
- NumPy - 排序、搜尋和計數函式
- NumPy - 搜尋陣列
- 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 - 載入陣列
- Numpy - 儲存陣列
- NumPy - 將值追加到陣列
- NumPy - 交換陣列的列
- 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 - 填充缺失資料
- 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 - 求解線性方程組
- 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.join() 函式
NumPy 的char.join() 函式用於使用指定的分割符連線字串陣列的元素。此函式透過將陣列中每個元素內的字元或子字串組合成單個字串(由提供的分隔符分隔)來逐元素操作。
此函式對於以受控方式格式化和連線字串資料很有用。
語法
以下是 NumPy char.join() 函式的語法:
numpy.char.join(sep, seq)
引數
以下是 NumPy char.join() 函式的引數:
sep(str 或類陣列的 str):用於連線的分割符字串或類陣列的分割符字串物件。
seq(類陣列的 str 或 unicode):包含要連線的字串的輸入陣列。
返回值
此函式返回一個與輸入形狀相同的陣列,其中每個元素都是使用指定分隔符連線的字串。
示例 1
以下是 NumPy char.join() 函式的基本示例。在此示例中,我們使用指定的分割符 '-' 連線陣列的字串:
import numpy as np arr = np.array(['abc', 'def', 'ghi']) joined_arr = np.char.join('-', arr) print(joined_arr)
以下是numpy.char.join() 函式的基本示例的輸出:
['a-b-c' 'd-e-f' 'g-h-i']
示例 2
char.join() 函式允許我們透過提供靈活的字串格式化來為陣列中的每個字串指定不同的分割符。在此示例中,陣列中的每個字串都按分割符陣列中指定的方式連線:
import numpy as np arr = np.array(['abc', 'def', 'ghi']) separators = np.array(['-', ':', '*']) joined_arr = np.char.join(separators, arr) print(joined_arr)
以下是包含換行符的輸出:
['a-b-c' 'd:e:f' 'g*h*i']
示例 3
我們還可以將char.join() 函式應用於多維陣列,以使用指定的分割符連線每個字串元素中的字元。以下是連線多維陣列元素的示例:
import numpy as np arr = np.array([['abc', 'def'], ['ghi', 'jkl']]) joined_arr = np.char.join('-', arr) print(joined_arr)
以下是限制連線次數的輸出:
[['a-b-c' 'd-e-f'] ['g-h-i' 'j-k-l']]
numpy_string_functions.htm
廣告