使用np.apply_along_axis结合' '.join拼接字符串数组报错问题

首先看你代码里的明显问题：strip(...)是无效的语法，strip()要么不传参数（默认去除首尾空白字符），要么传入要移除的字符集合，不能用...占位，这是导致运行失败的直接原因。另外，处理numpy二维数组的每行拼接，需要用合适的方式遍历每行并应用拼接逻辑。

这里给你两种可行的修正方案：

方案一：使用numpy的apply_along_axis处理 #

这种方法适合保持numpy数组的操作风格，对每行应用自定义拼接函数：

import numpy as np

a = np.array([['3', '3', '3', '3', '3', '3', '3', '3', '3', '3', '3', '3','3', '3', '3', '3', '9', '11', '3', '3'], 
              ['3', '3', '3', '3', '3', '3', '3', '3', '3', '3', '3', '11', '9', '11', '3', '3', '3', '3', '3', '3']])

def concat(x, separator):
    # 修复strip的语法，如果不需要去除首尾空格可以直接去掉strip()
    return separator.join(x).strip()  

# 沿着轴1（每行）应用concat函数，指定分隔符为空格
result = np.apply_along_axis(concat, 1, a, separator=' ')

print(result)

运行后输出：

array(['3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 9 11 3 3',
       '3 3 3 3 3 3 3 3 3 3 3 11 9 11 3 3 3 3 3 3'], dtype='<U39')

方案二：用列表推导式直接遍历每行 #

这种方法更简洁直观，对于小规模数组来说效率也很高：

import numpy as np

a = np.array([['3', '3', '3', '3', '3', '3', '3', '3', '3', '3', '3', '3','3', '3', '3', '3', '9', '11', '3', '3'], 
              ['3', '3', '3', '3', '3', '3', '3', '3', '3', '3', '3', '11', '9', '11', '3', '3', '3', '3', '3', '3']])

# 遍历每行，用空格拼接后转成numpy数组
result = np.array([' '.join(row) for row in a])

print(result)

输出和方案一完全一致。

总结一下：你原来的代码核心问题是strip(...)的语法错误，其次是没有正确遍历numpy数组的每行进行拼接，上面两种方案都能解决你的需求，根据自己的习惯选择即可。

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