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. Преобразование типов данных в set comprehension
  2. Принципы Zen of Python
  3. Переопределение метода __pow__
  4. Отслеживание выполнения программы с библиотекой tqdm
  5. Метод difference_update() — разность множеств
  6. Оператор += для объединения строк
  7. Метод __call__ в Python
  8. Работа с кортежами в Python
  9. Методы classmethod и staticmethod
  10. Использование эмодзи в Python
  11. Генераторные функции в Python
  12. Сортировка HTML по CSS-селектору
  13. Эффективная конкатенация строк с использованием join()
  14. Нахождение отличий в списках
  15. Деление в Python
  16. Вычисление натурального логарифма в NumPy
  17. Работа с модулем glob в Python
  18. Возврат нескольких значений
  19. Подчеркивание в REPL
  20. Работа с датой и временем в Python
  21. Роль ключевого слова self
  22. Введение в PyTorch
  23. Проверка на палиндром
  24. Область видимости переменных
  25. Конкатенация строк с методом join()
  26. Подсказки типов в Python
  27. Списки в Python
  28. Функция zip() в Python
  29. Сортировка элементов с OrderedDict
  30. Конкатенация строк в Python
  31. Объединение списков в Python
  32. Проверка версии Python
  33. Настройка логгера Logzero
  34. Работа с f-строками 2.0
  35. Перемешивание списка с shuffle()
  36. Поиск индексов в списке
  37. Методы сравнения множеств
  38. Python reversed() vs срез[::-1]
  39. Создание словаря с значением по умолчанию
  40. lru_cache оптимизация функций
  41. Конвертация коллекций в Python
  42. Оператор in для Python

Marketello читают маркетологи из крутых компаний