如何创建填充任意自定义符号的np.array或pd.df

该需求完全可实现，NumPy和Pandas原生支持存储任意符号类字符串内容，只要指定对应的数据类型为字符串类型即可，不需要额外依赖特殊方法。

NumPy 数组创建 #

创建数组时指定dtype为Unicode字符串类型（str/U类型）即可存入任意符号，支持单符号、多符号组合内容：

import numpy as np

# 存储单符号的一维数组
single_symbol_arr = np.array(['+', '/', '*', '%', '$', '&'], dtype=str)

# 存储多符号组合的一维数组
multi_symbol_arr = np.array(['(+&$)', '( ', '//'], dtype=str)

# 批量生成固定符号填充的数组，比如生成3行4列、全由'@'填充的数组
fill_symbol_arr = np.full(shape=(3, 4), fill_value='@', dtype=str)

Pandas DataFrame 创建 #

Pandas的字符串列天然兼容任意符号，直接传入符号列表即可构造对应列，和普通字符串存储没有区别：

import pandas as pd

# 对应第一个单符号示例
df1 = pd.DataFrame({'column1': ['+', '/', '*', '%', '$', '&']})

# 对应第二个多符号组合示例
df2 = pd.DataFrame({'column1': ['(+&$)', '( ', '//']})

注意：如果是1.0及以上版本的Pandas，也可以将列类型指定为string类型存储，相比默认的object类型字符串，对空值处理、字符串操作的支持更友好，同样兼容所有符号存储。

内容的提问来源于stack exchange，提问作者user16454053