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. Работа с классами данных
  2. Генераторы данных
  3. Переопределение метода sub
  4. Переменная Шредингера
  5. Аргументы *args и **kwargs
  6. Метод join() для объединения элементов строки
  7. Функция enumerate() в Python
  8. Работа с датами в Python
  9. Вывод символов строки в Python
  10. Декораторы в Python
  11. Сортировка HTML-элементов
  12. Копирование в Python
  13. Работа с collections.Counter
  14. Python Метод sleep() из time
  15. Работа с множествами в Python
  16. Pillow: работа с изображениями
  17. Копирование словарей и списков в Python
  18. Обработка исключения UnboundLocalError
  19. Python defaultdict добавление ключа
  20. Транспонирование матрицы
  21. Преобразование вложенного списка
  22. Экспорт данных в файл.
  23. Получение значений из словарей
  24. Использование модуля math
  25. Названия столбцов в Python таблицах
  26. Структуры данных в Python
  27. Оформление кода на Python
  28. Создание новой даты в Python
  29. Функция zip() в Python
  30. Нахождение пересечения множеств
  31. Однострочники Python
  32. Поиск частого элемента
  33. Удаление элемента из списка в Python
  34. Транспонирование 2D-массива с помощью zip
  35. Создание и использование модулей в Python
  36. IPython и Jupyter Notebook: руководство
  37. Mad Libs Generator
  38. Создание класса в Python
  39. Закрытие файла в Python
  40. Создание списков в Python
  41. Объединение кортежей в Python
  42. Сериализация данных в JSON с помощью json.dumps
  43. Сравнение строк в Python
  44. Работа с итераторами в Python

Marketello читают маркетологи из крутых компаний