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. JMESPath в Python
  2. Тип CodeType в Python.
  3. Повторение и перенос строки
  4. Циклы for в Python
  5. Новшества Flask 2.0
  6. Работа с кортежами в Python
  7. Метод join() для объединения элементов в строку.
  8. Работа с множествами в Python
  9. Установка и использование модуля «howdoi»
  10. Управление асинхронными задачами с помощью Semaphore
  11. Оптимизация поиска в словарях
  12. Оператор «not» в Python
  13. Python Аргументы по умолчанию
  14. Создание и инициализация объектов
  15. Метод сравнения объектов в Python
  16. Оператор is в Python
  17. Основные функции и модули Python
  18. Объединение списков в Python
  19. Работа с контекст-менеджером «with»
  20. Тернарный оператор в Python
  21. Поиск шаблона в начале строки
  22. Мощь вложенных функций в Python
  23. Метод difference_update() — разность множеств
  24. Создание словарей в Python
  25. Преобразование Excel в PDF с Spire.XLS
  26. Создание и использование модулей в Python
  27. Базовые объекты Python
  28. Colorama: окрашивание текста в Python
  29. Работа с itertools
  30. Модуль sys: основы
  31. Создание словарей с defaultdict
  32. Работа с пользовательским вводом
  33. Управление браузером с Selenium
  34. Модуль subprocess: запуск внешних команд
  35. Переопределение метода xor в Python
  36. Переменные класса и экземпляра
  37. Активация Matplotlib в Jupyter
  38. Numpy: использование Ellipsis
  39. kwargs в Python
  40. Разбиение текста в Python
  41. Структура данных deque в Python
  42. Обработка ошибок в Python
  43. Многопроцессорное программирование в Python
  44. Объединение множеств в Python
  45. Хранение переменных в словаре.
  46. Команда %dhist — список посещенных каталогов
  47. Создание виртуальной среды
  48. Очистка вывода в Python

Marketello читают маркетологи из крутых компаний