使用numpy.insert()时字符串被截断的问题及解决办法咨询

numpy创建字符串数组时，若未指定dtype，会自动推断为固定长度的字符串类型（比如示例中初始数组都是5个字符，dtype为<U5），插入更长字符串时会被截断到该固定长度，这就是你看到'1234567890'变成'12345'、'longer string'变成'longe'的原因。

解决方法 #

1. 创建数组时指定可变长度的dtype #

创建数组时显式指定dtype='object'或dtype='U'（无固定长度限制），这样数组可以存储任意长度的字符串：

import numpy as np

arr1 = np.array(["xxxxx", "yyyyy", "zzzzz"], dtype='object')
arr1 = np.insert(arr1, obj=1, values=["1234567890", "longer string"], axis=0)
print(arr1)

输出：

['xxxxx' '1234567890' 'longer string' 'yyyyy' 'zzzzz']

2. 转换现有数组为object类型后插入 #

如果已经创建了固定长度的字符串数组，可以先转换为object类型再执行插入操作：

import numpy as np

arr1 = np.array(["xxxxx", "yyyyy", "zzzzz"])
arr1 = arr1.astype('object')  # 转换为支持可变长度的object类型
arr1 = np.insert(arr1, obj=1, values=["1234567890", "longer string"], axis=0)
print(arr1)

同样能得到完整的字符串结果。

注意事项 #

使用object类型的numpy数组，本质是存储Python字符串对象的引用，虽然能保留任意长度的字符串，但部分numpy原生的字符串操作（如向量化的字符串方法）可能不如固定长度数组高效。如果你的场景主要是存储和简单操作可变长度字符串，这个方案完全适用。

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