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.
Другие уроки курса "Python"
- Установка библиотек в Python
- Генераторы в Python
- Методы Python для работы с данными
- Расчет времени выполнения программы
- Операторы увеличения и уменьшения в Python
- Работа с WindowsPath()
- Функция divmod() в Python
- Функция format() в Python
- Библиотека itertools: объединение списков
- Импорт модулей и пакетов в Python
- Атрибуты класса и экземпляра
- Работа с JSON в Python
- Измерение времени выполнения кода в Python
- Подсчет часто встречающихся элементов
- Работа с файлами в Python
- Функция rsplit() в Python
- globals и locals
- Преобразование в float
- Работа с функцией next() в Python
- Автоматизация скриптов на AWS Lightsail.
- Управление памятью в Python
- Переопределение метода divmod
- Переопределение метода __pow__
- Создание словарей с defaultdict()
- Структуры данных в Python
- Работа со случайными элементами
- Метод is_absolute() для PurePath
- Colorama: окрашивание текста в Python
- Запуск Python из интерпретатора
- Хранение данных с помощью dataclasses
- Построение графиков в Matplotlib
- Управление мышью и клавиатурой с Pyautogui
- Преобразование строки в число
- Сумма элементов списка
- Проверка условий в Python
- Явный импорт переменных
- Сортировка данных с лямбда-функциями
- Динамическая типизация в Python
- Создание новых функций через partial
- Преобразование символов с помощью map
- Синтаксис переменных цикла в Python
- Динамическая типизация в Python
- Обработка StopIteration в Python
- Модуль itertools: комбинации и перестановки















