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. Модуль os в Python: работа с файлами
  2. Преобразование данных в Python
  3. Подписка на SelectelNews в Twitter
  4. Транспонирование 2D-массива с помощью zip
  5. Управление памятью в Python
  6. Обновление данных через PUT запрос
  7. Переворот списка в Python
  8. Работа с исключениями в Python
  9. Lambda Functions in Python
  10. Комментарии в Python
  11. Вставка переменных в шаблоны Flask
  12. Работа с аргументами командной строки
  13. Модуль array: создание и использование массивов
  14. Декоратор @override
  15. Генераторы в Python
  16. Тип данных TypeVarTuple
  17. Объединение списков в Python
  18. UserList в Python: Описание и примеры использования
  19. Настройка логгера Logzero
  20. Определение объема памяти объекта
  21. Списки в Python: основы
  22. Замена подстроки
  23. Проверка запуска скрипта или импорта модуля
  24. Генераторы списков
  25. Взаимодействие с sys
  26. Python: изменяемые и неизменяемые коллекции
  27. Удаление URL-адресов в Python
  28. Регистрация на курсы SF Education
  29. Метод rsub для пользовательских чисел
  30. Оформление кода по PEP 8
  31. Использование функции product
  32. Создание тестовых данных с Faker
  33. Работа с необработанными строками
  34. Оператор морж в Python 3.8
  35. Flask: создание веб-приложений
  36. Применение функции к каждому элементу списка
  37. Переопределение метода len
  38. Отладчик pdb: начало работы
  39. Python 3.12: переиспользование кавычек
  40. Обработка исключений
  41. Изменение логики работы с временем
  42. Нахождение хеша для бесконечности и NaN в Python
  43. Поиск простых чисел
  44. Работа с Telegram API на Python
  45. Импорт модулей и пакетов в Python

Marketello читают маркетологи из крутых компаний