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. Создание списка дат
  2. Отслеживание прогресса с tqdm
  3. Поиск индексов в списке
  4. Лямбда-функции в Python
  5. Модуль functools в Python
  6. Декоратор проверки активности
  7. Создание и удаление объектов
  8. Использование super() в Python
  9. Использование двоеточия в Python
  10. Python groupby() из itertools: работа с повторяющимися элементами
  11. Игра «Камень, ножницы, бумага» — Python
  12. Декораторы в Python
  13. Инверсия списка и строки
  14. Запрос DELETE с библиотекой requests
  15. Срезы в Numpy
  16. split() без разделителя
  17. Создание новых функций через partial
  18. Преобразование регистра символов
  19. Избегайте ошибку FileNotFoundError
  20. Генерация случайных чисел в Python
  21. Фильтрация данных в Python.
  22. Логирование с Loguru
  23. Метод __imod__ для Python
  24. Преобразование символов в нижний регистр
  25. Печать календаря в Python
  26. Псевдонимы в Python
  27. Оптимизация гиперпараметров с Scikit Optimize
  28. Присоединение элементов коллекции
  29. Метод __getitem__ в Python
  30. Работа с итераторами в Python
  31. Создание словарей и множеств в Python.
  32. Замер времени выполнения кода
  33. Работа с пакетами
  34. Метод __iand__ для пользовательских классов
  35. capitalize() — изменение регистра первого символа строки
  36. Присвоение значений переменным в Python
  37. Простой калькулятор Python
  38. Измерение времени выполнения кода с помощью time
  39. Капитализация строк
  40. Python: динамическая типизация и проверка типов
  41. Названия переменных
  42. Перемешивание списка с shuffle()
  43. Работа с классами данных
  44. Создание функций с произвольным количеством аргументов
  45. Поиск элементов BeautifulSoup

Marketello читают маркетологи из крутых компаний