本篇文章给大家分享的是有关怎么在python中格式化打印numpy,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。
Python主要应用于:1、Web开发;2、数据科学研究;3、网络爬虫;4、嵌入式应用开发;5、游戏开发;6、桌面应用开发。
1.问题描述
在使用numpy的时候,我们经常在debug的时候将numpy数组打印下来,但是有的时候数组里面都是小数,数组又比较大,打印下来的时候非常不适合观察。这里主要讲一下如何让numpy打印的结果更加简洁
2.问题解决
这里需要使用numpy的set_printoptions函数,对应numpy源码如下所示:
def set_printoptions(precision=None, threshold=None, edgeitems=None, linewidth=None, suppress=None, nanstr=None, infstr=None, formatter=None): """ Set printing options. These options determine the way floating point numbers, arrays and other NumPy objects are displayed. Parameters ---------- precision : int, optional Number of digits of precision for floating point output (default 8). threshold : int, optional Total number of array elements which trigger summarization rather than full repr (default 1000). edgeitems : int, optional Number of array items in summary at beginning and end of each dimension (default 3). linewidth : int, optional The number of characters per line for the purpose of inserting line breaks (default 75). suppress : bool, optional Whether or not suppress printing of small floating point values using scientific notation (default False). nanstr : str, optional String representation of floating point not-a-number (default nan). infstr : str, optional String representation of floating point infinity (default inf). formatter : dict of callables, optional
这里我们主要用到其中的两个属性:
设置precision来控制小数点后面最多显示的位数
设置suppress来取消使用科学计数法
2.1 简单示例
一个简单的利用set_printoptions的例子如下所示:
import numpy as np a = np.random.random(3) print('before set options: \n {}'.format(a)) np.set_printoptions(precision=3, suppress=True) print('after set options: \n {}'.format(a)) >>> before set options: [ 0.05856348 0.5417039 0.76520603] after set options: [ 0.059 0.542 0.765]
可以看到,设置了打印的options之后,打印下来的结果简洁了很多,绝大多数时候我们只需要观察简洁的打印结果,太过精确的结果反而会因为占位太长不易于观察
2.2完整示例
2.1的例子中存在的一个问题是,一旦我们在程序的某一行设置了printoptions之后,接下来所有的打印过程都会受到影响,然而有的时候我们并不希望如此,这个时候我们可以添加一个上下文管理器,只在规定的上下文环境当中设置我们需要的打印参数,其他地方仍然使用默认的打印参数,代码如下:
import numpy as np from contextlib import contextmanager @contextmanager def printoptions(*args, **kwargs): original_options = np.get_printoptions() np.set_printoptions(*args, **kwargs) try: yield finally: np.set_printoptions(**original_options) x = np.random.random(3) y = np.array([1.5e-2, 1.5, 1500]) print('-----------before set options-----------') print('x = {}'.format(x)) print('y = {}'.format(y)) with printoptions(precision=3, suppress=True): print('------------set options------------') print('x = {}'.format(x)) print('y = {}'.format(y)) print('---------------set back options-------------') print('x = {}'.format(x)) print('y = {}'.format(y)) >>> -----------before set options----------- x = [ 0.3802371 0.7929781 0.14008782] y = [ 1.50000000e-02 1.50000000e+00 1.50000000e+03] ------------set options------------ x = [ 0.38 0.793 0.14 ] y = [ 0.015 1.5 1500. ] ---------------set back options------------- x = [ 0.3802371 0.7929781 0.14008782] y = [ 1.50000000e-02 1.50000000e+00 1.50000000e+03]
以上就是怎么在python中格式化打印numpy,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。