
- 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 - 陣列拼接
- 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 高階陣列操作
- NumPy - 交換陣列軸
- NumPy - 位元組交換
- NumPy - 副本與檢視
- 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.multiply() 函式
NumPy 的char.multiply()函式用於元素級的字串重複。它允許我們透過指定次數重複陣列中的字串,有效地將每個字串乘以給定的整數。
此函式對於生成重複模式或擴充套件陣列中的字串資料特別有用。此函式接受兩個引數,即輸入陣列和數字。數字引數必須是非負整數。如果為零,結果將是空字串陣列。如果為負數,則會引發錯誤。
此函式使用廣播規則,這意味著只要陣列可廣播,我們也可以處理不同形狀的陣列。
語法
以下是 NumPy char.multiply() 函式的語法:
numpy.char.multiply(a, number)
引數
以下是 NumPy char.multiply() 函式的引數:
a (array_like): 輸入的字串陣列或單個字串。
number: 指定陣列中每個字串重複多少次的整數。
返回值
此函式返回一個與輸入陣列形狀相同的陣列,其中每個字串元素都按指定次數重複。
示例 1
以下是 NumPy char.multiply() 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 an array of strings a = np.array(['Hello', 'World']) # Repeat each string 3 times result = np.char.multiply(a, 3) print(result)
以下是 numpy.char.multiply() 函式基本示例的輸出:
['HelloHelloHello' 'WorldWorldWorld']
示例 2
此示例演示了char.multiply() 如何透過將重複因子應用於每個字串來處理不同長度的字串。以下是示例:
import numpy as np # Define an array of strings with different lengths a = np.array(['A', 'BC', 'DEF']) # Repeat each string 4 times result = np.char.multiply(a, 4) print(result)
以下是上述示例的輸出:
['AAAA' 'BCBCBCBC' 'DEFDEFDEFDEF']
示例 3
當我們重複字串零次時,結果是一個空字串陣列,同樣,負數重複是無效的,會引發錯誤,因為從概念上講,將字串重複負數次是沒有意義的。以下是示例:
import numpy as np # Define an array of strings a = np.array(['Python', 'NumPy']) # Repeat each string 0 times result_zero = np.char.multiply(a, 0) print(result_zero)
以下是零次重複的輸出:
['' '']
numpy_string_functions.htm
廣告