在NumPy数组中合并字符串的最优方法是什么？

给定Numpy数组：

import numpy as np
arr = np.array([['a ', 'b ', 'c'], ['d ', 'e ', 'f']])

需要将其转换为如下格式的二维数组：

[['a b c'], ['d e f']]

要求仅使用向量化操作实现，求最高效的方法。

最优向量化实现方案 #

使用Numpy的char模块结合reduce操作，这是纯向量化的实现，底层由C语言优化，效率远高于循环或非向量化方法：

result = np.char.reduce(np.char.add, arr, axis=1, keepdims=True)

代码说明 #

• np.char.add：Numpy提供的向量化字符串拼接函数，可对数组中的字符串元素逐一对执行拼接操作
• np.char.reduce：沿着指定轴（此处为axis=1，即每行），用指定操作（np.char.add）依次合并该行所有元素
• keepdims=True：确保输出结果保持二维数组结构，与目标格式完全匹配

执行上述代码后，result的输出即为：

array([['a b c'],
       ['d e f']], dtype='<U5')

内容的提问来源于stack exchange，提问作者Kliker