numpy.set_printoptions

numpy.set_printoptions(precision=None, threshold=None, edgeitems=None, linewidth=None, suppress=None, nanstr=None, infstr=None, formatter=None, sign=None, floatmode=None, **kwarg)

Функция set_printoptions() позволяет настроить параметры вывода массивов на экран.

Параметры:
precision - целое положительное число или None, (необязательный параметр).
Задает количество цифр после запятой для чисел с плавающей точкой. По умолчанию None, что соответствует текущей точности (как правило 8 знаков). Используемую по умолчанию точность можно изменить с помощью функции numpy.set_printoptions. Не может быть равен None, если floatmode не равно None.
threshold - целое положительное число, (необязательный параметр).
Задает общее количество элементов массива, превышение которого запускает механизм сокращенного вывода. То есть, если a.size < threshold, то массив будет выведен целиком. По умолчанию установлен в значение None что приводит к использованию текущего значения по умолчанию (1000 элементов).
edgeitems - целое положительное число, (необязательный параметр).
Задает количество элементов в начале и конце каждого измерения (по умолчанию 3).
linewidth - целое положительное число, (необязательный параметр).
Задает количество символов в строке после которого вставляется символ переноса строки '\n' (по умолчанию 75). В любом случае символ переноса будет вставлен только после элемента массива.
suppress - True или False, (необязательный параметр).
Если True, то числа с плавающей точкой будут выводиться как числа с фиксированной точкой, а числа равные нулю в текущей точности будут выводиться на экран как ноль. Если False то при выводе вещественных чисел будет использована научная нотация в виде мантиссы и порядка.
nanstr - строка, (необязательный параметр).
Задает строковое представление неопределенного числа с плавающей точкой - NaN (по умолчанию 'nan').
infstr - строка, (необязательный параметр).
Задает строковое представление бесконечного числа с плавающей точкой - Inf (по умолчанию 'inf').
sign - одна из строк: '+', '-' или ' ' (пустая строка), (необязательный параметр).
Задает формат печати знаков для вещественных чисел: '+' всегда печатается знак положительных значений; '-' (по умолчанию) заставляет пропускать знак положительных значений; '' печатать пробел в позиции знака положительных чисел. Не действует для целых чисел.
formatter - словарь или None, (необязательный параметр).

Если None (по умолчанию), то никакого дополнительного форматирования к определенным типам данных не применяется. Если в выводе присутствуют определенные типы данных, к которым необходимо применить определенное форматирование, то все необходимые действия можно перечислит в словаре. Ключами данного словаря являются метки типа данных, а значениями - необходимые функции форматирования. Указанные функции должны возвращать строки. Типы данных, которые не указаны в словаре, но присутствуют в выводе, форматируются используемыми по умолчанию методами.

Вот список отдельных типов данных к которым можно применять необходимое форматирование:

  • 'bool' - булев (True и False);
  • 'int' - целочисленный;
  • 'timedelta' - тип данных numpy.timedelta64;
  • 'datetime' - тип данных numpy.datetime64;
  • 'float' - вещественные числа (числа с плавающей точкой);
  • 'longfloat' - большие вещественные числа 128 бит;
  • 'complexfloat' - комплексные числа с вещественной и мнимой частью в виде вещественных чисел;
  • 'longcomplexfloat' - комплексные числа с вещественной и мнимой частью в виде вещественных чисел длинной 128 бит;
  • 'void' - numpy.void пустое значение;
  • 'numpystr' - строковое представление NumPy numpy.string_ или numpy.unicode_;
  • 'str' - Остальные строковые форматы.

Ключи определяющие группу типов данных:

  • 'all' - все типы данных;
  • 'int_kind' - все целочисленные типы данных;
  • 'float_kind' - 'float' и 'longfloat';
  • 'complex_kind' - 'complexfloat' и 'longcomplexfloat';
  • 'str_kind' - 'str' и 'numpystr'.

В случае, если функции форматирования не возвращают строки, то вызывается исключение TypeError.

floatmode - строка, (необязательный параметр).

Позволяет задать формат точности для вещественных чисел. Может принимать одно из следующих значений:

  • 'fixed' - печать фиксированного количества дробных цифр, даже если это количество больше или меньше, чем необходимое для однозначного представления каждого элемента;
  • 'unique' - задает минимальное количество дробных цифр, которого достаточно для однозначного представления каждого элемента;
  • 'maxprec' - печать с максимальной точностью, но для элементов, которые могут быть однозначно представлены с меньшим количеством дробных цифр, печать выводится именно с этим количеством цифр;
  • 'maxprec_equal' - печать с максимальной точностью, но в случае возможности однозначного представления каждого элемента одинаковым меньшим количеством дробных цифр, то используется именно это одинаковое представление.
legacy - строка '1.13' или False, (необязательный параметр).
Если задана строка '1.13', то устанавливается режим печати используемый NumPy до версии 1.14.0. Если False то устаревший режим печати отключается. Доступно в NumPy с версии 1.14.0.


Примеры

Параметр precision позволяет задать количество цифр после запятой - точность:

>>> import numpy as np
>>> 
>>> a = np.random.rand(6, 6)
>>> a
array([[0.63838242, 0.64681951, 0.46364981, 0.34369834, 0.5540153 ,
        0.44491092],
       [0.71805153, 0.85394409, 0.70300447, 0.99775081, 0.21010037,
        0.62744408],
       [0.76533759, 0.62395306, 0.17198521, 0.06832705, 0.63366327,
        0.66806868],
       [0.39575849, 0.85366735, 0.25022847, 0.65129173, 0.17816869,
        0.24593799],
       [0.75274205, 0.01554817, 0.43540113, 0.50681161, 0.90964926,
        0.72370567],
       [0.97725832, 0.57313849, 0.58100804, 0.69718779, 0.66062923,
        0.88231555]])
>>> 
>>> np.set_printoptions(precision = 3)
>>> print(a)
[[0.638 0.647 0.464 0.344 0.554 0.445]
 [0.718 0.854 0.703 0.998 0.21  0.627]
 [0.765 0.624 0.172 0.068 0.634 0.668]
 [0.396 0.854 0.25  0.651 0.178 0.246]
 [0.753 0.016 0.435 0.507 0.91  0.724]
 [0.977 0.573 0.581 0.697 0.661 0.882]]

В параметре threshold можно задать величину массива (количество элементов в нем) при превышении которого массив выводится в сокращенной записи:

>>> a = np.arange(15*25).reshape(15, 25)
>>> print(a)
[[  0   1   2 ...  22  23  24]
 [ 25  26  27 ...  47  48  49]
 [ 50  51  52 ...  72  73  74]
 ...
 [300 301 302 ... 322 323 324]
 [325 326 327 ... 347 348 349]
 [350 351 352 ... 372 373 374]]
>>> 
>>> np.set_printoptions(threshold = 15*25 + 1)
>>> print(a)
[[  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]
 [100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117
  118 119 120 121 122 123 124]
 [125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142
  143 144 145 146 147 148 149]
 [150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167
  168 169 170 171 172 173 174]
 [175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192
  193 194 195 196 197 198 199]
 [200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217
  218 219 220 221 222 223 224]
 [225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242
  243 244 245 246 247 248 249]
 [250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267
  268 269 270 271 272 273 274]
 [275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292
  293 294 295 296 297 298 299]
 [300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317
  318 319 320 321 322 323 324]
 [325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342
  343 344 345 346 347 348 349]
 [350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367
  368 369 370 371 372 373 374]]
>>> 
>>> a = np.arange(100).reshape(10, 10)
>>> a
array([[ 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]])
>>> 
>>> np.set_printoptions(threshold = 10)
>>> a
array([[ 0,  1,  2, ...,  7,  8,  9],
       [10, 11, 12, ..., 17, 18, 19],
       [20, 21, 22, ..., 27, 28, 29],
       ...,
       [70, 71, 72, ..., 77, 78, 79],
       [80, 81, 82, ..., 87, 88, 89],
       [90, 91, 92, ..., 97, 98, 99]])

Если не нравится перенос строк массива, то можно увеличить их длину в параметре linewidth:

>>> a = np.arange(15*25).reshape(15, 25)
>>> a
array([[  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],
       [100, 101, 102, 103, 104, 105, 106, 107, 108, 109, 110, 111, 112,
        113, 114, 115, 116, 117, 118, 119, 120, 121, 122, 123, 124],
       [125, 126, 127, 128, 129, 130, 131, 132, 133, 134, 135, 136, 137,
        138, 139, 140, 141, 142, 143, 144, 145, 146, 147, 148, 149],
       [150, 151, 152, 153, 154, 155, 156, 157, 158, 159, 160, 161, 162,
        163, 164, 165, 166, 167, 168, 169, 170, 171, 172, 173, 174],
       [175, 176, 177, 178, 179, 180, 181, 182, 183, 184, 185, 186, 187,
        188, 189, 190, 191, 192, 193, 194, 195, 196, 197, 198, 199],
       [200, 201, 202, 203, 204, 205, 206, 207, 208, 209, 210, 211, 212,
        213, 214, 215, 216, 217, 218, 219, 220, 221, 222, 223, 224],
       [225, 226, 227, 228, 229, 230, 231, 232, 233, 234, 235, 236, 237,
        238, 239, 240, 241, 242, 243, 244, 245, 246, 247, 248, 249],
       [250, 251, 252, 253, 254, 255, 256, 257, 258, 259, 260, 261, 262,
        263, 264, 265, 266, 267, 268, 269, 270, 271, 272, 273, 274],
       [275, 276, 277, 278, 279, 280, 281, 282, 283, 284, 285, 286, 287,
        288, 289, 290, 291, 292, 293, 294, 295, 296, 297, 298, 299],
       [300, 301, 302, 303, 304, 305, 306, 307, 308, 309, 310, 311, 312,
        313, 314, 315, 316, 317, 318, 319, 320, 321, 322, 323, 324],
       [325, 326, 327, 328, 329, 330, 331, 332, 333, 334, 335, 336, 337,
        338, 339, 340, 341, 342, 343, 344, 345, 346, 347, 348, 349],
       [350, 351, 352, 353, 354, 355, 356, 357, 358, 359, 360, 361, 362,
        363, 364, 365, 366, 367, 368, 369, 370, 371, 372, 373, 374]])
>>>
>>>
>>> np.set_printoptions(linewidth = 1000)
>>> a
array([[  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],
       [100, 101, 102, 103, 104, 105, 106, 107, 108, 109, 110, 111, 112, 113, 114, 115, 116, 117, 118, 119, 120, 121, 122, 123, 124],
       [125, 126, 127, 128, 129, 130, 131, 132, 133, 134, 135, 136, 137, 138, 139, 140, 141, 142, 143, 144, 145, 146, 147, 148, 149],
       [150, 151, 152, 153, 154, 155, 156, 157, 158, 159, 160, 161, 162, 163, 164, 165, 166, 167, 168, 169, 170, 171, 172, 173, 174],
       [175, 176, 177, 178, 179, 180, 181, 182, 183, 184, 185, 186, 187, 188, 189, 190, 191, 192, 193, 194, 195, 196, 197, 198, 199],
       [200, 201, 202, 203, 204, 205, 206, 207, 208, 209, 210, 211, 212, 213, 214, 215, 216, 217, 218, 219, 220, 221, 222, 223, 224],
       [225, 226, 227, 228, 229, 230, 231, 232, 233, 234, 235, 236, 237, 238, 239, 240, 241, 242, 243, 244, 245, 246, 247, 248, 249],
       [250, 251, 252, 253, 254, 255, 256, 257, 258, 259, 260, 261, 262, 263, 264, 265, 266, 267, 268, 269, 270, 271, 272, 273, 274],
       [275, 276, 277, 278, 279, 280, 281, 282, 283, 284, 285, 286, 287, 288, 289, 290, 291, 292, 293, 294, 295, 296, 297, 298, 299],
       [300, 301, 302, 303, 304, 305, 306, 307, 308, 309, 310, 311, 312, 313, 314, 315, 316, 317, 318, 319, 320, 321, 322, 323, 324],
       [325, 326, 327, 328, 329, 330, 331, 332, 333, 334, 335, 336, 337, 338, 339, 340, 341, 342, 343, 344, 345, 346, 347, 348, 349],
       [350, 351, 352, 353, 354, 355, 356, 357, 358, 359, 360, 361, 362, 363, 364, 365, 366, 367, 368, 369, 370, 371, 372, 373, 374]])

Если какие-то числа окажутся меньше текущей точности печати, то с помощью параметра suppress_small можно определить их ноль:

>>> a = np.array([1e-33])
>>> np.set_printoptions(suppress = True)
>>> a
array([0.])
>>> 
>>> np.set_printoptions(suppress = False)
>>> a
array([1.e-33])

Параметр позволяет задать собственное форматирование для определенного типа данных:

>>> np.set_printoptions(formatter={'int':lambda x: str(x) + ' --> ' + bin(x)[2:]})
>>> 
>>> a = np.arange(1111, 1116)
>>> a
array([1111 --> 10001010111, 1112 --> 10001011000, 1113 --> 10001011001,
       1114 --> 10001011010, 1115 --> 10001011011])
>>> 
>>> np.set_printoptions()  # убирает форматирование
>>> a
array([1111, 1112, 1113, 1114, 1115])

Что бы вернуть прежние "привычные" настройки:

>>> np.set_printoptions(edgeitems=3,infstr='inf',
... linewidth=75, nanstr='nan', precision=8,
... suppress=False, threshold=1000, formatter=None)

Остальные примеры смотрите в описании array2string.