如何将含0/1的二维numpy数组按行拼接为保留前导零的字符串数组

核心实现（无手写显式for循环，纯NumPy实现） #

最高效的方案是利用NumPy的固定长度字符串视图机制，全程为内存层面的向量化操作，没有Python层循环开销，也不会丢失前导零，代码如下：

import numpy as np

# 示例输入数组
arr = np.array([
    [0, 1, 0],
    [0, 0, 0],
    [1, 1, 1],
    [0, 1, 1]
])

# 核心逻辑
col_count = arr.shape[1]  # 获取每行的元素个数
single_char_arr = arr.astype(str)  # 把每个0/1转成单个字符'0'/'1'
result = single_char_arr.view(f"U{col_count}").flatten()  # 按行合并为固定长度字符串

执行后得到的result输出为：

array(['010', '000', '111', '011'], dtype='<U3')

完全符合要求：所有元素为字符串类型，前导零完整保留，和预期输出一致。

其他可选方案 #

如果追求代码写法更直观，也可以用np.apply_along_axis实现，同样不需要手写显式for循环：

result = np.apply_along_axis(
    func1d=lambda row: ''.join(row.astype(str)),
    axis=1,
    arr=arr
)

这个方法的缺点是底层存在Python层的逐行函数调用开销，数组规模大的时候性能比视图法差很多。

常见疑问解答 #

• 不需要借助regex正则包实现：正则适合处理无规则的文本匹配替换，这个固定格式的数组拼接用NumPy原生操作性能更好，逻辑更直接。
• 完全可以避免手写显式for循环：上面两种方案都不需要手动遍历数组的每一行做拼接。
• 不推荐用「二进制转十进制再转字符串补零」的方案：这类方案在列数较多时容易出现整数溢出问题，还需要额外处理补前导零的逻辑，稳定性和性能都不如直接操作字符视图的方案。

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