Python矩阵字符串按行拼接：求类似np.sum的高效实现方法

安全阿岳

2026-5-22

实现类似np.sum的字符串行拼接方法

当然有办法！针对大规模矩阵的高效字符串拼接，我们可以用两种思路：一种是简洁易读的方法，另一种是纯向量化的高效方法（更适配超大规模矩阵）。

先看你的输入示例：

import numpy as np
arr = np.array([['', '', 'C'], ['A', '', 'C'], ['', 'B', '']], dtype='|S9')

方法一：简洁易读的行处理（适合中小规模，代码直观）

用np.apply_along_axis遍历每行，过滤空字符串后拼接，代码非常直观：

# 因为原数组是bytes类型（dtype='|S9'），需要先解码为字符串
result = np.apply_along_axis(
    lambda row: ' '.join([s.decode() for s in row if s != b'']),
    axis=1,
    arr=arr
).reshape(-1, 1)

如果你的数组是Unicode字符串类型（dtype='U'），去掉.decode()即可：

result = np.apply_along_axis(
    lambda row: ' '.join([s for s in row if s != '']),
    axis=1,
    arr=arr
).reshape(-1, 1)

执行后就能得到你要的输出：

array([['C'],
       ['A C'],
       ['B']], dtype='<U3')

方法二：纯向量化高效拼接（适配超大规模矩阵）

如果矩阵规模极大，apply_along_axis的循环会有性能瓶颈，这时候可以用numpy的字符操作模块np.char做纯向量化处理，避免显式循环：

from functools import reduce

# 1. 按行累积拼接元素，中间加空格
temp = reduce(lambda a, b: np.char.add(np.char.add(a, b' '), b), arr.T)
# 2. 去掉首尾多余的空格
temp = np.char.strip(temp)
# 3. 替换中间连续的多个空格为单个空格（处理空字符串带来的多余空格）
temp = np.char.replace(temp, b'  ', b' ')
# 4. 调整形状为列数组
result = temp.reshape(-1, 1)

同样，Unicode字符串版本把b' '换成' '，b' '换成' '即可。这种方法完全利用numpy的向量化运算，速度会比循环快很多，适合处理超大规模矩阵。