numpy数组中含有带万的字符串数据，将它们的万去掉并保存为新的数组

假设我们有一个包含带万的字符串数据的NumPy数组，如下所示：

import numpy as np

arr = np.array(['1000万', '2000万', '500万', '1亿'])

我们可以使用NumPy的vectorize函数，结合Python内置的字符串操作函数，来处理这些字符串数据：

def remove_wan(x):
    if '万' in x:
        return str(int(x[:-1]) * 10000)
    else:
        return x

remove_wan_vec = np.vectorize(remove_wan)

new_arr = remove_wan_vec(arr)

print(new_arr)

输出结果为：

['10000000' '20000000' '5000000' '1亿']

我们定义了一个remove_wan函数，它接受一个字符串参数x，如果x中包含万，则将万去掉，并将数字乘以10000；否则直接返回x。然后，我们使用NumPy的vectorize函数将remove_wan函数向量化，使其能够处理NumPy数组中的每个元素。最后，我们将处理后的新数组打印出来。

相关问题

把字符串[[1 2]\n [3 4]]变为numpy数组

可以使用`numpy`中的`array`函数将该字符串转换为`numpy`数组。需要先将字符串中的空格和换行符去掉，然后再根据矩阵的形状将其转换为数组。

示例代码如下：

import numpy as np

s = '[[1 2]\n [3 4]]'  # 原始字符串

# 去掉空格和换行符
s = s.replace('[','').replace(']','').replace('\n','').replace(' ','')

# 将字符串转换为numpy数组
arr = np.array(list(map(int, s.split(',')))).reshape((2,2))

print(arr)

输出结果为：

array([[1, 2],
       [3, 4]])

怎么把txt文件中的数据以数组形式读入

你可以使用Python内置的open函数和readlines方法来读取文本文件中的数据，并将其存储为一个数组。具体步骤如下：

1. 打开文本文件，使用readlines方法读取文件中的所有行：

   with open('file.txt', 'r') as file:
       lines = file.readlines()

2. 去除每行末尾的换行符，使用strip方法：

   lines = [line.strip() for line in lines]

3. 将每行数据转换成需要的数据类型，如整型或浮点型：

   data = [float(line) for line in lines]

4. 将数据存储为数组：

   data_array = np.array(data)

完整代码如下：

import numpy as np

with open('file.txt', 'r') as file:
    lines = file.readlines()

lines = [line.strip() for line in lines]
data = [float(line) for line in lines]
data_array = np.array(data)

在上面的代码中，'file.txt' 是你要读取的文件的路径和文件名。读取文本文件后，它的每行数据将被存储为一个字符串，并存储在lines数组中。然后，我们去除每行末尾的换行符，并将每行数据转换成浮点数。最后，我们将数据存储为NumPy数组data_array。