Python NumPy array2string方法用法及代码示例

例子

基本用法

显示 3 个小数位：

a = np.array([0.000005, 3.1416])
np.arraystring(a, precision=3)



'[5.000e-06 3.142e+00]'

要获得未修复的 precision ，请传递 None ：

a = np.array([3.14, 3.1416])
np.arraystring(a, precision=None)



'[3.14   3.1416]'

指定max_line_width

默认情况下， max_line_width=75 ，这意味着每打印行最多可以有 75 个字符：

print(np.array([12, 34, 5]))



[12 34  5]

每行最多只打印 7 个字符：

a = np.array([12, 34, 5])
np.arraystring(a, max_line_width=7)



'[12 34\n  5]'

这是您实际打印返回的字符串时看到的内容：

print(np.arraystring(a, max_line_width=7))



[12 34
  5]

指定suppress_small

要显示小于 1e-4 的数字的所有小数位：

a = np.array([1e-5])
np.arraystring(a, suppress_small=True)



'[0.00001]'

suppress=False 的默认行为如下：

a = np.array([1e-5])
np.arraystring(a)



'[1.e-05]'

指定分隔符

要覆盖单个空格的默认分隔符，请传入 separator 参数：

a = np.array([3,4,5])
np.arraystring(a, separator="A")



'[3A4A5]'

指定抑制

要显示小于 1e-4 的数字的所有小数位：

a = np.array([1e-5])
np.arraystring(a, suppress_small=True)



'[0.00001]'

suppress=False 的默认行为如下：

a = np.array([1e-5])
np.arraystring(a)



'[1.e-05]'

指定前缀和后缀

prefix 和 suffix 的长度用于向每行添加填充：

a = np.arange(5)
np.arraystring(a, max_line_width=15, prefix="BB", suffix="AAA")



'[0 1 2 3\n   4]'

这里，每一行的格式如下：

prefix + array2string(a) + suffix

每行最多只能容纳15-len(prefix)-len(suffix)=10字符。 prefix 和 suffix 的实际内容根本不重要，因为它们不会被打印出来 - 只有它们的长度很重要。

指定格式化程序

将所有布尔值 True 转换为 1 并将 False 转换为 "-1" 。

mapping = {
 "bool": lambda x: "1" if x else "-1"
}
a = np.array([True, False, True])
np.arraystring(a, formatter=mapping)



[1 -1 1]

这里，请确保您在映射中返回一个字符串，否则将引发错误。

指定阈值

默认情况下， threshold=1000 ，这意味着将汇总具有 1000 个或更多值的数组：

a = np.arange(1500)
np.arraystring(a)



[   0    1    2 ... 1497 1498 1499]

这意味着小数组不会被汇总：

a = np.arange(7)
np.arraystring(a)



[0 1 2 3 4 5 6]

我们可以设置一个阈值，这样即使是这些小数组也会被汇总：

a = np.arange(7)
np.arraystring(a,threshold=3)



'[0 1 2 ... 4 5 6]'

指定边项目

默认情况下， edgeitems=3 ，这意味着当汇总值时，左侧将显示 3 个值，右侧将显示 3 个值：

a = np.arange(1500)
np.arraystring(a)



'[   0    1    2 ... 1497 1498 1499]'

我们可以通过设置我们自己的 edgeitems 来自定义它：

a = np.arange(1500)
np.arraystring(a, edgeitems=4)



'[   0    1    2    3 ... 1496 1497 1498 1499]'

指定标志

要显示正数的 + 符号：

a = np.array([np.inf, 3.14, -2])
np.arraystring(a, sign="+")



'[ +inf +3.14 -2.  ]'

要在正数前面添加" "：

a = np.array([np.inf, 3.14, -2])
np.arraystring(a, sign=" ")



'[  inf  3.14 -2.  ]'

这里很难看到，但添加了一个空格。

指定浮点数模式

固定的

要获取具有相同小数位的浮点数(即默认为 8)：

a = np.array([5.05, 5.05001])
np.arraystring(a, floatmode="fixed")



'[5.05000000 5.05001000]'

独特

要获取具有最少小数位数的浮点数，以便唯一标识这些值：

a = np.array([5.05, 5.05001])
np.arraystring(a, floatmode="unique")



'[5.05    5.05001]'

请注意，这会忽略 precision 参数。

最大预测值

与 unique 相同，但浮点数最多可以有 precision ：

a = np.array([5.05, 5.052999])
np.arraystring(a, floatmode="maxprec", precision=4)



'[5.05  5.053]'

maxprec_equal

与 maxprec 相同，但浮点数都具有相同的 precision ：

a = np.array([5.05, 5.05001])
np.arraystring(a, floatmode="maxprec_equal")



'[5.05000 5.05001]'