如何同时保存字符串和数字在同一个numpy数组中

您可以使用numpy的结构数组（structured arrays）来保存字符串和数字。

创建一个结构数组有三个步骤：

1. 定义字段名称和数据类型；
2. 创建一个空结构数组，指定名称和数据类型；
3. 插入数据。

下面是一个例子：

import numpy as np
person_data_def = [('name', 'S6'), ('age', 'i4'), ('weight', 'f8')]
person_data = np.zeros((2,), dtype=person_data_def)
print(person_data)

这里定义一个结构数组，包括三个字段，名称分别为“name”，“age”和“weight”，数据类型为字符串（长度为6），整数（4字节）和浮点数（8字节）。

创建一个空的结构数组，使用`np.zeros()`，指定数组长度为2，数据类型为`person_data_def`。

打印结果如下：

[(b'', 0, 0.) (b'', 0, 0.)]

现在插入数据：

person_data[0] = ('Alice', 25, 55.3)
person_data[1] = ('Bob', 30, 65.2)
print(person_data)

输出结果如下：

[(b'Alice', 25, 55.3) (b'Bob', 30, 65.2)]

这样，我们就可以将字符串和数字同时保存在同一个numpy数组中了。

相关问题

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。

python实现通过输入获得一串数字，输入q停止，在获得这些数字之后，去掉q，保存为numpy数组

在Python中，你可以使用`input()`函数获取用户输入的一串数字，然后处理字符串直到遇到'q'为止。我们将这个过程封装在一个循环里，并使用`try-except`结构来处理可能出现的错误。最后，我们将剩下的数字转换成`numpy`数组。下面是一个示例：

import numpy as np

numbers = []
while True:
    user_input = input("请输入一个数字（输入 'q' 结束）：")
    
    if user_input.lower() == 'q':  # 如果输入是 'q' 转换为小写并退出循环
        break
    
    try:
        number = float(user_input)  # 尝试将输入转换为浮点数
        numbers.append(number)
    except ValueError:  # 如果无法转换，捕获异常并忽略非数字输入
        print(f"无效输入 '{user_input}'，请只输入数字或 'q'.")

# 创建numpy数组
num_array = np.array(numbers)

print("保存的numpy数组为：", num_array)