Курс Python → Настройка вывода в Numpy

Библиотека Numpy предоставляет мощные инструменты для работы с массивами и матрицами в Python. Однако, при выводе результатов операций на экран, часто возникает проблема нечитаемого и непонятного формата вывода. Для управления этим выводом и улучшения его читаемости существует метод set_printoptions.

Метод set_printoptions принимает несколько аргументов, позволяющих настроить вывод по своему усмотрению. Например, аргумент precision позволяет указать количество отображаемых цифр после запятой. По умолчанию это значение равно 8. Другой аргумент, threshold, позволяет задать количество элементов в массиве, при достижении которого происходит обрезание вывода.

Дополнительно, с помощью аргумента edgeitems можно настроить количество выводимых элементов в начале и в конце каждой размерности массива. По умолчанию это значение равно 3. Аргумент linewidth определяет количество символов в строке, после которых происходит перенос. Значение по умолчанию — 75.

Еще один важный аргумент suppress, если установлен в True, не будет выводить маленькие значения в scientific notation. Это может быть полезно при работе с большими массивами данных. Есть также возможность настроить строковое представление для NaN и inf значений с помощью аргументов nanstr и infstr соответственно.


import numpy as np

# Настройка вывода с помощью set_printoptions
np.set_printoptions(precision=4, threshold=5, edgeitems=2, linewidth=80, suppress=True, nanstr='N/A', infstr='Infinity')

# Пример вывода массива с установленными опциями
arr = np.arange(10)
print(arr)

Приведенный выше пример демонстрирует настройку вывода массива с использованием метода set_printoptions. Установлены опции для отображения 4 знаков после запятой, обрезание при 5 элементах, вывод по 2 элемента в начале и в конце каждой размерности, перенос строк после 80 символов, подавление маленьких значений в scientific notation, а также замена NaN и inf значений на N/A и Infinity соответственно.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Вложенные генераторы в Python
  2. Декораторы в Python
  3. Создание графики с черепахой
  4. Удаление и повторная вставка ключа в OrderedDict
  5. Оператор match в Python
  6. Основы Python за 14 дней
  7. Цепные операции в Python
  8. Библиотека itertools: объединение списков
  9. Замер времени выполнения кода
  10. Изменение списка срезом
  11. Объявление переменных в Python
  12. Объединение строк с помощью метода join
  13. Переопределение метода divmod
  14. Генерация чисел с range()
  15. Создание даты из строки ISO
  16. Оптимизация памяти с помощью __slots__
  17. Создание словаря через dict comprehension
  18. Работа с комплексными числами в Python
  19. Оператор continue в Python
  20. Установка User-Agent в Python
  21. Копирование и вставка текста в Python
  22. Передача параметров в Python
  23. Импорт классов из другого файла
  24. Применение функции к элементам списка
  25. Форматирование даты с strftime()
  26. Слияние словарей в Python 3.9
  27. Декоратор Ajax required
  28. Работа с коллекциями Python
  29. Объединение коллекций в Python
  30. Модуль sys: основы
  31. Сортировка в Python
  32. Присоединение элементов коллекции
  33. Оператор «not» в Python
  34. Функции min(), max(), sum()
  35. Переворот строки с использованием цикла
  36. Каналы Senior: Python, Java, Frontend, SQL, C++
  37. Объединение словарей в Python
  38. Функция zip() в Python
  39. Функция count() в Python
  40. Парсинг веб-страниц с Beautiful Soup
  41. Управление мышью и клавиатурой с Pyautogui
  42. Виртуальное окружение Python
  43. Работа со словарями с defaultdict из collections
  44. Обновление и получение данных в SQLite
  45. Работа с NumPy массивами
  46. Списковые включения в Python

Marketello читают маркетологи из крутых компаний