当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python NumPy set_printoptions方法用法及代码示例


Numpy 的 set_printoptions(~) 方法自定义 Numpy 数组的打印方式。

参数

1.precision | intNone | optional

要显示的小数位数。精度为 3 意味着 3.1415 变为 3.142 。如果传递 None 并且 floatmode 不是 fixed ,则精度将使得它们的值唯一区分。默认情况下,precision=8

2. threshold | int | optional

如果数组中的值数量大于 threshold ,则不会打印每个值,而是使用 ... 截断这些值。默认情况下,threshold=1000

3. edgeitems | int | optional

如果发生截断,则显示在前面和后面的值的数量。默认情况下,edgeitems=3

4. linewidth | int | optional

每行的字符数。默认情况下,linewidth=75

5. suppress | boolean | optional

是否以完整小数显示值而不是使用科学记数法。仅适用于绝对值小于 1e-4 或数组中最大值与最小值之比大于 1000 的浮点数。默认为 suppress=False

6. nanstr | string | optional

用于替换数组中任何 nan 的字符串。默认情况下,nanstr="nan" .

7. infstr | string | optional

用于替换数组中任何 inf 的字符串。默认情况下,infstr="inf"

8. sign | string | optional

如何处理值的符号:

说明

"-"

省略+。

"+"

在正数前面放置一个 +。

" "

在正数前面放置一个空格。

默认情况下,sign="-"

9. formatter | dict<string,function> | optional

适用于不同数据类型的映射。字典的键值对如下:

  • key:您希望应用映射的类型

  • value:一个函数,它将类型为 key 的值作为输入,并返回一个新值。

以下是一些主要数据类型:

类型

说明

"bool"

转换布尔值。

"int"

转换整数。

"float"

转换浮点数。

"timedelta"

转换时间增量。

"datatime"

转换日期时间。

以下是您可以提供的一些特殊 key :

钥匙

说明

"all"

转换所有数据类型。

"float_kind"

转换"float"和"longfloat"

"str_kind"

转换"str"和"numpystr"

默认情况下,formatter=None

10.floatmode | string | optional

如何处理浮点数的精度:

说明

"fixed"

始终显示指定的 precision 。这导致所有浮点数具有相同的小数位。

"unique"

显示最小小数位数,以便唯一标识值。这会忽略指定的 precision

"maxprec"

最多打印指定的 precision

"maxprec_equal"

最多打印指定的 precision ,并确保所有浮点数具有相同的小数位。

默认情况下,floatmode="maxprec_equal"

返回值

没有,因为此方法只是打印在屏幕上。

例子

基本用法

显示 3 个小数位:

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



array([5.000e-06, 3.142e+00])

要获得未修复的 precision ,请传递 None

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



array([3.14 , 3.142])

指定阈值

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

print(np.arange(1500))



[   0    1    2 ... 1497 1498 1499]

这意味着小数组不会被汇总:

print(np.arange(7))



[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:

np.set_printoptions(threshold=3)
np.arange(7)



array([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:

print(np.arange(1500))



[   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:

np.set_printoptions(edgeitems=4)
print(np.arange(1500))



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

指定线宽

默认情况下, linewidth=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:

np.set_printoptions(linewidth=7)
print(np.array([12, 34, 5]))



[12 34
  5]

指定抑制

要显示小于 1e-4 的数字的所有小数位:

np.set_printoptions(suppress=True)
print(np.array([1e-5]))



[0.00001]

suppress=False 的默认行为如下:

np.set_printoptions(suppress=False)
print(np.array([1e-5]))



[1.e-05]

指定nanstr

np.set_printoptions(nanstr="Missing!")
print(np.array([np.NaN, 3.14]))



[Missing!     3.14]

指定 infstr

np.set_printoptions(infstr="Infinity!")
print(np.array([np.inf, 3.14]))



[Infinity!      3.14]

指定标志

要显示正数的 + 符号:

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



[ +inf +3.14 -2.  ]

要在正数前面添加" "

np.set_printoptions(sign=" ")
print(np.array([np.inf, 3.14, -2]))



[  inf  3.14 -2.  ]

这里很难看到,但添加了一个空格。

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"
}
np.set_printoptions(formatter=mapping)
print(np.array([True, False, True]))



[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。

指定浮点数模式

固定的

要打印具有相同小数位的浮点数(即默认为 8):

np.set_printoptions(floatmode="fixed")
print(np.array([5.05, 5.05001]))



[5.05000000 5.05001000]
独特

要打印具有最少小数位数的浮点数,以便唯一标识这些值:

np.set_printoptions(floatmode="unique")
print(np.array([5.05, 5.05001]))



[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

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



[5.05  5.053]
maxprec_equal

maxprec 相同,但浮点数都具有相同的 precision

np.set_printoptions(floatmode="maxprec_equal")
print(np.array([5.05, 5.05001]))



[5.05000 5.05001]

相关用法


注:本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 NumPy | set_printoptions method。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。