Python打印輸出數(shù)組中全部元素
學(xué)習(xí)Python的人都知道數(shù)組是最常用的的數(shù)據(jù)類(lèi)型,為了保證程序的正確性,需要調(diào)試程序。
因此,需要在程序中控制臺(tái)中打印數(shù)組的全部元素,如果數(shù)組的容量較小,例如 只含有10個(gè)元素,采用print命令或print函數(shù)可以答應(yīng)出數(shù)組中的每個(gè)元素;
如果數(shù)組的容量過(guò)大,只能打印出數(shù)組的部分元素,打印結(jié)果只包含開(kāi)始部分元素和結(jié)尾部分元素,中間元素省略。省略的部分不利于程序的調(diào)試;
因此,為了方便調(diào)試程序,需要將數(shù)組中的元素全部打印出來(lái)。
1. 少量元素情況
#打印數(shù)組中的元素 import numpy as np a = np.array(6) print a
程序結(jié)果為:
[0 1 2 3 4 5]
2. 大量元素情況
可以采用 set_printoptions(threshold='nan')
import numpy as np
np.set_printoptions(threshold=np.NaN)
print np.arange(100)
print np.arange(100).reshape(10, 10)
結(jié)果為:
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49
50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74
75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99]
[[ 0 1 2 3 4 5 6 7 8 9]
[10 11 12 13 14 15 16 17 18 19]
[20 21 22 23 24 25 26 27 28 29]
[30 31 32 33 34 35 36 37 38 39]
[40 41 42 43 44 45 46 47 48 49]
[50 51 52 53 54 55 56 57 58 59]
[60 61 62 63 64 65 66 67 68 69]
[70 71 72 73 74 75 76 77 78 79]
[80 81 82 83 84 85 86 87 88 89]
[90 91 92 93 94 95 96 97 98 99]]
當(dāng)array里面的存放的數(shù)據(jù)維度過(guò)大時(shí),在控制臺(tái)會(huì)出現(xiàn)不能將array完全輸出的情況,中間部分的結(jié)果會(huì)用省略號(hào)打印出來(lái)。這時(shí)就需要用到numpy里面的set_printoptions()方法
我們來(lái)看一下 set_printoptions 方法的簡(jiǎn)單說(shuō)明
set_printoptions(precision=None, threshold=None, edgeitems=None, linewidth=None, suppress=None, nanstr=None, infstr=None, formatter=None)
precision:輸出結(jié)果保留精度的位數(shù)
threshold:array數(shù)量的個(gè)數(shù)在小于threshold的時(shí)候不會(huì)被折疊
edgeitems:在array已經(jīng)被折疊后,開(kāi)頭和結(jié)尾都會(huì)顯示edgeitems個(gè)數(shù)
formatter:這個(gè)很有意思,像python3里面str.format(),就是可以對(duì)你的輸出進(jìn)行自定義的格式化
舉例:
precision:
np.set_printoptions(precision=4) print(np.array([1.23456789])) >> [ 1.2346] # 最后進(jìn)位了
threshold:
np.set_printoptions(threshold=10) print(np.arange(1, 11, 1)) # np.arange(1, 11, 1)生成出來(lái)是[1-10],10個(gè)數(shù) >> [ 1 2 3 4 5 6 7 8 9 10] np.set_printoptions(threshold=9) print(np.arange(1, 11, 1)) >> [ 1 2 3 ..., 8 9 10]
edgeitems:
np.set_printoptions(threshold=5) print(np.arange(1, 11, 1)) >> [ 1 2 3 ..., 8 9 10] np.set_printoptions(threshold=5, edgeitems=4) print(np.arange(1, 11, 1)) >> [ 1 2 3 4 ..., 7 8 9 10]
formatter
np.set_printoptions(formatter={'all': lambda x: 'int: ' + str(-x)}) print(np.arange(1, 5, 1)) >> [int: -1 int: -2 int: -3 int: -4]
這個(gè)formatter是一個(gè)可調(diào)用的字典,'all'是其中一個(gè)key,表示里面的x可以包含所有type,還有其他key,具體可以在源碼里面查看最后如果只想在代碼中的某一部分使用自定義的printoptions,那么可以通過(guò)再次調(diào)用np.set_printoptions()這個(gè)方法來(lái)進(jìn)行reset
相關(guān)文章
python正則表達(dá)式中匹配次數(shù)與貪心問(wèn)題詳解(+??*)
正則表達(dá)式是一個(gè)特殊的字符序列,它能幫助你方便的檢查一個(gè)字符串是否與某種模式匹配,下面這篇文章主要給大家介紹了關(guān)于python正則表達(dá)式中匹配次數(shù)與貪心問(wèn)題(+??*)的相關(guān)資料,需要的朋友可以參考下2022-10-10Python數(shù)據(jù)結(jié)構(gòu)之樹(shù)的全面解讀
數(shù)據(jù)結(jié)構(gòu)中有很多樹(shù)的結(jié)構(gòu),其中包括二叉樹(shù)、二叉搜索樹(shù)、2-3樹(shù)、紅黑樹(shù)等等。本文中對(duì)數(shù)據(jù)結(jié)構(gòu)中常見(jiàn)的樹(shù)邏輯結(jié)構(gòu)和存儲(chǔ)結(jié)構(gòu)進(jìn)行了匯總,不求嚴(yán)格精準(zhǔn),但求簡(jiǎn)單易懂2021-11-11python skimage 連通性區(qū)域檢測(cè)方法
今天小編就為大家分享一篇python skimage 連通性區(qū)域檢測(cè)方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-06-06Python自動(dòng)化爬取天眼查數(shù)據(jù)的實(shí)現(xiàn)
本文將結(jié)合實(shí)例代碼,介紹Python自動(dòng)化爬取天眼查數(shù)據(jù)的實(shí)現(xiàn),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-06-06scrapy數(shù)據(jù)存儲(chǔ)在mysql數(shù)據(jù)庫(kù)的兩種方式(同步和異步)
這篇文章主要介紹了scrapy數(shù)據(jù)存儲(chǔ)在mysql數(shù)據(jù)庫(kù)的兩種方式(同步和異步),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-02-02利用Python實(shí)現(xiàn)Windows定時(shí)關(guān)機(jī)功能
是最初的幾個(gè)爬蟲(chóng),讓我認(rèn)識(shí)了Python這個(gè)新朋友,雖然才剛認(rèn)識(shí)了幾天,但感覺(jué)有種莫名的默契感。下面通過(guò)這篇文章給大家介紹Python實(shí)現(xiàn)Windows定時(shí)關(guān)機(jī)功能,需要的朋友可以參考下2017-03-03