NumPy 中直接使用 dtype=str 会默认创建长度为 1 的 Unicode 字符串数组，导致赋值时被截断；需显式指定足够大的固定长度（如 <U10）或使用 object 类型以支持变长字符串。

numpy 中直接使用 `dtype=str` 会默认创建长度为 1 的 unicode 字符串数组，导致赋值时被截断；需显式指定足够大的固定长度（如 `

在 NumPy 中声明字符串数组时，一个常见误区是直接使用 dtype=str。例如：

import numpy as np

row_length = 5
col_length = 3
x = np.empty([row_length, col_length], dtype=str)
x[1, 2] = 'ddd'
print(x)

输出结果中 'ddd' 被截断为 'd'，这是因为 dtype=str 实际等价于 dtype='<U1'（即长度为 1 的小端 Unicode 字符串），每个元素仅预留 1 个字符空间。

✅ 正确做法有两种：

方法一：指定足够大的固定长度（推荐用于同构字符串场景）
使用显式的 Unicode 字符串类型，如 <U10（支持最多 10 个 Unicode 字符）：

x = np.empty([row_length, col_length], dtype='<U10')
x[1, 2] = 'ddd'
x[0, 0] = 'hello'
print(x)
# 输出：
# [['hello' '' '']
#  ['' '' 'ddd']
#  ['' '' '']
#  ['' '' '']
#  ['' '' '']]

? 类型说明：'<U{n}' 中 < 表示小端序（通常可省略），U 表示 Unicode，{n} 是最大字符数（非字节数）。若不确定长度，可设为保守值（如 <U100）。

方法二：使用 dtype=object（适用于长度差异大或含复杂对象）
该类型不限制字符串长度，但牺牲向量化性能与内存连续性：

x = np.empty([row_length, col_length], dtype=object)
x[1, 2] = 'ddd'
x[2, 1] = 'a very long string indeed'
print(repr(x[2, 1]))  # 完整输出，无截断

⚠️ 注意事项：

• 避免混用 str 和 bytes 类型，统一使用 Unicode（U）更安全；
• <U0 无效，最小长度为 1；
• 创建后无法动态扩容字符串容量，需预先评估最大长度；
• 若需频繁修改且长度不可预知，建议改用 Python 原生列表或 pandas.Series。

总结：永远不要依赖 dtype=str 声明可变长字符串数组——明确指定 <U{n} 或选用 object 类型，才能确保语义准确与数据完整。