numpy recarray可变长度字符串

Question

是否可以初始化一个可容纳字符串的numpy recarray，而不必事先知道字符串的长度？

为A（人为）例如：

mydf = np.empty((numrows,), dtype=[ ('file_name','STRING'), ('file_size_MB',float) ]) 

的问题是，我在我的构建中recarray事先与信息填充它，我不一定知道的file_name提前的最大长度。

我所有的尝试导致在字符串字段被截断：

>>> mydf = np.empty((2,), dtype=[('file_name',str),('file_size_mb',float)]) 
>>> mydf['file_name'][0]='foobarasdf.tif' 
>>> mydf['file_name'][1]='arghtidlsarbda.jpg' 
>>> mydf 
array([('', 6.9164002347457e-310), ('', 9.9413127e-317)], 
     dtype=[('file_name', 'S'), ('file_size_mb', '<f8')]) 
>>> mydf['file_name'] 
array(['f', 'a'], 
     dtype='|S1') 

（顺便说一句，为什么mydf['file_name']秀 'f' 和 'A'，而mydf显示 '' 和 ''？）

同样，如果我用型（比如说）|S10初始化为file_name这种事情会在长度10

唯一类似的问题，我能找到的是this one，但这calcu截断相应的字符串长度先验，因此与我的不太一样（因为我事先不知道）。

是否有其他选择，除了用|S9999999999999（例如|S9999999999999）来初始化file_name（即有些荒谬的上限）？

Answer 1

而不是使用STRING dtype，可以始终使用object作为dtype。这将允许将任何对象分配给数组元素，包括Python可变长度字符串。例如：

>>> import numpy as np 
>>> mydf = np.empty((2,), dtype=[('file_name',object),('file_size_mb',float)]) 
>>> mydf['file_name'][0]='foobarasdf.tif' 
>>> mydf['file_name'][1]='arghtidlsarbda.jpg' 
>>> mydf 
array([('foobarasdf.tif', 0.0), ('arghtidlsarbda.jpg', 0.0)], 
     dtype=[('file_name', '|O8'), ('file_size_mb', '<f8')]) 

它是一种对所述阵列概念的精神为具有可变长度的元件，但这是尽可能接近一个可以得到的。一个数组的想法是，元素被存储在定义良好且规则间隔的存储器地址中，这禁止了可变长度的元素。通过将指针存储到数组中的字符串，可以避开这个限制。 （这基本上是上面的例子。）