Numpy 数组是可散列的吗？

Posted 2023-03-11

【中文标题】Numpy 数组是可散列的吗？

【英文标题】：Are Numpy arrays hashable?

【发布时间】：2019-01-13 00:46:10

【问题描述】：

我读到 numpy 数组是可散列的，这意味着它是不可变的，但我可以更改它的值，那么可散列到底意味着什么？

c=pd.Series('a',index=range(6))
c
Out[276]: 
0    a
1    a
2    a
3    a
4    a
5    a
dtype: object

这不会给我错误，那么为什么如果我尝试对 numpy 数组做同样的事情它会给出错误。

d=pd.Series(np.array(['a']),index=range(6))

【问题讨论】：

“我读过 numpy 数组是可散列的”你在哪里读到这个？

c 用标量字符串值填充所有元素。 d 的错误是什么？这有重要的信息。

【参考方案1】：

与您所读的相反，数组不可散列。您可以使用

进行测试

import numpy as np,collections
isinstance(np.array(1), collections.Hashable)

或

np.array(1):1

这与您遇到的错误无关：

d=pd.Series(np.array('a'),index=range(6))
ValueError: Wrong number of dimensions

错误是特定的，与哈希无关。数据框至少需要 1 维，而上面的则为 0 维。这是因为它正在获取一个数组 - 所以它检查维度（而不是直接传递字符串，Pandas 开发人员选择在其中实现如您所展示的那样。TBH 他们可以为 0 维数组选择相同的)。

所以你可以试试：

d=pd.Series(np.array(('a',)),index=range(6))
ValueError: Wrong number of items passed 1, placement implies 6

索引值期望在一维中有一个 6，所以它失败了。终于

pd.Series(np.array(['a']*6),index=range(6))
0    a
1    a
2    a
3    a
4    a
5    a
dtype: object

有效。所以DataFrame从数组发起是没有问题的，这和hashability无关。