用字符串理解 NumPy dtype “c”

Question

目标：转换str到np.ndarray的bytes大小为1：

import numpy as np

np.array("abc", dtype=[whatever])

没有 dtype 的实际结果： array('abc', dtype='<U3')

预期结果：array([b'a', b'b', b'c'], dtype=[whatever]这让我可以使用切片来获得

我发现但不明白的解决方法：

np.array("abc", dtype='c')

# array([b'a', b'b', b'c'], dtype='|S1')

我通过反复试验发现了这个，认为这'c'可能意味着“char”

我不明白的是： 为什么要按现在dtype='c'的方式工作？根据arrays.dtypes 参考，它'c'是“复数浮点”的缩写，'|S1'而是长度为 1 的“以零结尾的字节（不推荐）”。

也直接使用 '|S1' asdtype忽略除第一个字符之外的每个字符，这不是我所期望的，但我想它只是将 the"abc"作为一个参数，b'a'如果仅将单个字节指定为dtype：

np.array("abc", dtype='|S1')

# array(b'a', dtype='|S1')

问题）：

为什么按照现在dtype='c'的方式工作？

（如果dtype='c'只是“偶然”工作，那么这样做的“正确方法”是什么？）

PS： 是的，有一个np.chararray，但根据链接的文档：

chararray 类的存在是为了与 Numarray 向后兼容，不推荐用于新开发。从 numpy 1.4 开始，如果需要字符串数组，建议使用 dtype object_、string_ 或 unicode_ 数组，并使用 numpy.char 模块中的免费函数进行快速向量化字符串操作。

但是建议dtypes object_，string_并且unicode_不拆串入字符，但返回ndarray一个元素。