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. Применение функции map() в Python
  2. Counter() — подсчет элементов
  3. capitalize() — изменение регистра первого символа строки
  4. Явный импорт переменных
  5. Python: динамическая типизация и проверка типов
  6. Создание матрицы в Python
  7. Метод split() в Python
  8. Форматирование строк с % в Python
  9. Импорт в Python: список all
  10. Форматирование строк в Python
  11. Многопоточность в Python
  12. Работа с WindowsPath()
  13. Управление памятью в numpy.
  14. Сравнение строк в Python
  15. Работа с модулем os в Python
  16. Освоение Python
  17. Python Поверхностное Копирование
  18. Отступы в Python
  19. Переопределение метода __floordiv__
  20. Асинхронное программирование с asyncio
  21. Динамическая типизация в Python
  22. Генерация строк с .join()
  23. Конструктор в Python
  24. Оператор * в Python
  25. Генерация чисел с range()
  26. Атрибуты класса и экземпляра
  27. Инициализация структур данных
  28. Настройка шрифта и цвета в Tkinter
  29. Замена атрибута в именованном кортеже
  30. Сортировка данных в Python
  31. Поиск подстроки в строке
  32. Создание вложенного генератора
  33. Работа со словарями с defaultdict из collections
  34. Работа с JSON в Python
  35. Функция reversed() в Python
  36. Работа с рекламными данными в Pandas
  37. Изменение логики работы с временем
  38. Создание namedtuple списком полей
  39. Итерация по копии коллекции
  40. Создание графиков в терминале
  41. Работа с библиотекой requests
  42. Оценка выражений генератора в Python
  43. Безопасные SQL-запросы в Python 3.11
  44. Установка Python — Простое руководство
  45. split() — разделение строки

Marketello читают маркетологи из крутых компаний