numpy ufunc 'equal'类型匹配错误解决（无需升级版本）

问题重现 #

在numpy 1.21.6环境执行以下代码时触发UFuncTypeError，但numpy 1.24.2环境可正常运行：

import numpy as np

a = ["192.168.0.1", "192.168.0.2", "192.168.0.3"]
b = "192.168.0.3"

a = np.array(a, dtype=str)
b = np.array(b, dtype=str)

result = np.equal(a,b)

错误信息：

numpy.core._exceptions.UFuncTypeError: ufunc 'equal' did not contain a loop with signature matching types (dtype('<U1'), dtype('<U1')) -> dtype('bool')

原因分析 #

numpy 1.21.6中，直接将单个字符串传入np.array(b, dtype=str)时，会把字符串拆分为单个字符的数组（dtype='<U1'）；而数组a的元素是完整IP字符串（dtype='<U11'），两者类型、维度不匹配，导致np.equal无法正常执行比较。numpy 1.24.2优化了该逻辑，单个字符串转数组会保留为单个元素的数组，因此可以正常比较。

解决方案 #

方案1：直接使用字符串标量与数组比较 #

无需将b转为数组，直接用原字符串标量和数组a比较，numpy会自动处理广播逻辑：

import numpy as np

a = ["192.168.0.1", "192.168.0.2", "192.168.0.3"]
b = "192.168.0.3"

a = np.array(a, dtype=str)
result = np.equal(a, b)

方案2：将b包装为列表后转数组 #

把b放入列表再转为数组，确保生成单个元素的数组，与a的元素类型匹配：

import numpy as np

a = ["192.168.0.1", "192.168.0.2", "192.168.0.3"]
b = "192.168.0.3"

a = np.array(a, dtype=str)
b = np.array([b], dtype=str)  # 包装为列表后转数组，保证是单个元素的数组
result = np.equal(a, b)

内容的提问来源于stack exchange，提问作者dvenzi_