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. Хэш-функции и метод цепочек
  2. Модуль os: работа с файлами и папками
  3. Основы работы с базами данных в Python
  4. HTTP-запросы с библиотекой Requests
  5. Python UserString — создание подклассов строк
  6. Экранирование символов в Python
  7. Определение относительного пути
  8. Работа с итераторами в Python
  9. Копирование и вставка текста в Python
  10. Создание спинбокса в tkinter
  11. Использование функции product
  12. Структура данных словарь в Python
  13. Работа с zip()
  14. Генерация случайных чисел в Python
  15. Метод rmatmul для пользовательских матриц
  16. Работа с YAML в Python
  17. Операции с массивами в NumPy
  18. Вывод символов строки в Python
  19. Конвертация коллекций в Python
  20. Модуль subprocess: запуск внешних команд
  21. Каналы Senior: Python, Java, Frontend, SQL, C++
  22. Модуль pprint: улучшение вывода данных
  23. Сортировка данных в Python
  24. Обработка аргументов Python
  25. Удаление дубликатов с сохранением порядка с помощью dict.fromkeys
  26. Декоратор проверки активности
  27. Декораторы в Python
  28. Метод join() с набором
  29. Оптимизация памяти с __slots__
  30. Конкатенация строк в Python
  31. Необязательные аргументы в Python
  32. Контроль точности вывода чисел
  33. Функция reversed() в Python
  34. Сохранение Unicode в JSON
  35. Проверка элементов списка условием
  36. Работа с deque из collections
  37. Методы работы со списками
  38. Ввод нескольких значений
  39. Разрешение имен в Python
  40. Функции all() и any() в Python
  41. Обратное распространение ошибки
  42. Копирование файлов с shutil()

Marketello читают маркетологи из крутых компаний