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.
Другие уроки курса "Python"
- Установка библиотек в Python
- Метод Self в Python
- Преобразование типов данных в set comprehension
- Работа с *args и **kwargs в Python
- Создание директории в Python
- Переворот строки
- Функции-генераторы в Python
- Правила именования переменных
- Рациональные числа в Python
- Ограничение итераций в Python
- Изменение переменной в Python: nonlocal
- Работа с срезами в Numpy
- Удаление ресурса в Python
- Обработка ошибки IndexError
- Модуль Operator в Python
- Синтаксис переменных цикла в Python
- Уникальность ключей в словаре
- Использование обратной косой черты в f-строках
- Перетасовка списков в Python
- Сложные типы данных в Python
- Анонимные функции Lambda
- Функция с *args.
- Библиотека schedule: планировщик задач
- Работа с argparse
- Расширение операции побитового «и» в Python
- Преобразование строк в числа с плавающей запятой
- Python: Фильтрация списков с помощью filter()
- Метод ior для битовых операций
- Установка Python3.7 и PIP
- Работа с географическими данными в Python
- Уникальные значения из списка
- Работа с модулем glob в Python
- Проверка подстроки в строке
- Работа с необработанными строками
- Функции all и any в Python
- Работа с эмодзи в Python
- Копирование в Python
- Блок else в обработке исключений
- Объединение коллекций в Python
- Описание скриптов в README
- Обработка исключений
- Python enumerate() использование
- Измерение времени выполнения кода с использованием time
- Итерация по итерируемым объектам
- Определение объема памяти объекта
- Метод setdefault() в Python
- Измерение времени выполнения кода
- Поток данных в Python
