如何用向量化方法反转NumPy数组中的每个字符串元素？

解决方案1：使用np.char.slice向量化操作 #

NumPy的np.char模块提供了一系列底层实现的向量化字符串处理函数，其中np.char.slice可对每个字符串元素执行切片操作，通过设置step=-1就能实现字符反转：

import numpy as np

# 输入数组
arr = np.array(['2', '3', '5', '7', '11', '13', '17', '19', '23', '29', '31', '37',
       '41', '43', '47', '53', '59', '61', '67', '71', '73', '79', '83',
       '89', '97'], dtype='<U2')

# 向量化反转每个字符串的字符
reversed_arr = np.char.slice(arr, step=-1)

该方法无Python循环，代码简洁，还支持混合长度的字符串数组（比如同时包含1个和2个字符的元素）。

解决方案2：利用内存视图操作（更高效率） #

如果数组中的字符串长度固定（比如本例均为2个字符的<U2类型），可以通过直接操作内存视图实现高效反转，避免字符串处理的额外开销：

import numpy as np

arr = np.array(['2', '3', '5', '7', '11', '13', '17', '19', '23', '29', '31', '37',
       '41', '43', '47', '53', '59', '61', '67', '71', '73', '79', '83',
       '89', '97'], dtype='<U2')

# 将每个<U2字符串拆分为两个<U1字符的二维数组
char_view = arr.view('U1').reshape(-1, 2)
# 反转每一行的字符顺序
reversed_char_view = char_view[:, ::-1]
# 转回<U2类型并扁平化
reversed_arr = reversed_char_view.view('<U2').flatten()

该方法直接操作NumPy数组的内存布局，效率远高于Python循环，适合大规模固定长度字符串数组的场景。

关键说明 #

• arr[..., ::-1]无效的原因：NumPy的多维切片是针对数组的维度进行反转，而非字符串内部的字符，因此只会改变数组元素的顺序，而非每个字符串的字符顺序。
• np.vectorize本质仍是Python循环，效率低下，不符合NumPy的向量化设计理念，建议优先使用上述两种纯向量化方法。

内容的提问来源于stack exchange，提问作者Ξένη Γήινος