Numpy 1e-0.1 小数显示问题修改

最新推荐文章于 2023-10-16 00:19:54 发布
原创 最新推荐文章于 2023-10-16 00:19:54 发布 · 2.1k 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python

本文介绍了如何在TensorFlow中调整输出格式，去除e表示并设置小数点后仅显示四位，以提高输出的可读性。通过np.set_printoptions方法实现，适合日常开发中的美化输出。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

最近查看tensor输出的时候，只想看到小数后四位，但是由于tensor输出的是float64位的科学技术法，看起来很难受，如下图所示：
在这里插入图片描述

1.去掉e显示

由于上图很难看出来区别，所以需要转换一下输出方式，去掉e这种表示，在最上面设置一下

np.set_printoptions(suppress=True)

在这里插入图片描述

2.设置四位小数显示

由于小数太多不美观，可以设置只显示4位，代码如下：

np.set_printoptions(precision=4)

效果为：

在这里插入图片描述
这样就会美观好多，大家以后可以常用这两项设置

Python数据分析numpy入门（三）-------numpy100题练习
baobaobao0000的博客
06-29 8879
Python数据分析基础二、numpy100题练习Author: Jake VanderPlas 二、numpy100题练习 Import the numpy package under the name np (★☆☆) import numpy as np ​ 2. Print the numpy version and the configuration (★☆☆) import numpy as np print(np.__version__) print(np.show_confi
【Python】【numpy-汇总4】所有一元计算函数的示例代码
蔚蓝的天空Tom
04-22 999
1.一元计算函数一元计算函数说明np.abs(ndarray)np.fabs(ndarray)计算绝对值计算绝对值（非复数）np.mean(ndarray)求平均值np.sqrt(ndarray)计算x^0.5np.square(ndarray)计算x^2np.exp(ndarray)计算e^xlog、log10、log2、log1p计算自然对数、底为10的log、底为2的log、底为(1+x)的...
python numpy 大数组显示不全，解决方案
Major_S的博客
12-05 1226
pythonnumpy大数组显示不全，解决方案python numpy 大数组显示不全，解决方案pythonnumpy大数组显示不全，解决方案 import numpy as np np.set_printoptions(threshold=np.inf) # threshold表示: Total number of array elements to be print(输出数组的元素数目) ...
数据分析-numpy-01数组基础
jbb158的博客
08-18 113
创建数组 t1 = np.array([[2,3],[4,5]]) print(t1) t2 = np.array(range(10)).reshape((2,5)) print(t2) [[2 3] [4 5]] [[0 1 2 3 4] [5 6 7 8 9]] 查看维度，和单个数据类型 t1 = np.array([[2,3],[4,5]]) print(t1) print(...
python如何不以科学计数法形式输出小数
qq_36060708的博客
06-24 8655
问题需求 如题，今天写一个单位换算程序，需要涉及两位小数计算，输出总是带e的科学计数法，很烦。 网上找方法都是用numpy改print语句，但是我要在tkinter
Numpy的基本使用
Chaser_lim1024
01-12 293
1.基本的数学运算与符号 1.1 基本的数学运算与符号 import numpy as np np.pi #圆周率 3.141592653589793 np.e # 自然底数 2.718281828459045 + 、- 、*、 /、 ** 1e-10 # 1 x 10^(-10) 1.2 基本函数 import matplotlib.pyplot as plt X = np.linspace(0,2 * np.pi,50) Y = np.sin(X) plt.plot(X,Y) plt.sh
运算库之numpy(数组的生成方式)
cai_niao_lu的博客
12-13 639
ndarray的生成方式，你想要的这里全都有。
\nfor k=-3:0.1:3
最新发布
06-29
由于步长是0.1，这是一个浮点数，因此我们需要小心浮点数的精度问题。常见的做法是使用整数步数来避免累积误差，或者使用一个很小的容差值。思路：1.我们可以计算需要迭代的次数：从-3到3，步长0.1，总步数 =(3-(-3)...
NumPy 基础知识
m0_61634551的博客
10-16 398
NumPy支持比Python更多种类的数字类型。本节显示了哪些可用，以及如何修改数组的数据类型。NumPy数值类型是dtype（数据类型）对象的实例，每个对象都具有独特的特征。使用后导入NumPy在dtypes可作为np.bool_np.float32等等。上表中未列出的高级类型将在中进行探讨。intintp数据类型可以用作将python数转换为数组标量的函数（请参阅数组标量部分以获得解释），将python数字序列转换为该类型的数组，或作为许多numpy函数或方法接受的dtype关键字的参数。
numpy
张艳秋的博客
10-28 2872
一，NumPy 介绍 1，什么是 NumPy? NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。 NumPy包的核心是 ndarray 对象。它封装了python原生的同数据类型的 n ...
使用numpy不显示科学计数e
weixin_46293611的博客
08-23 2575
import numpy as np np.set_printoptions(suppress=True)
python改变数组维度_python – 如何减少numpy数组的维数？
weixin_39781783的博客
12-05 909
我开始使用mxnxp数组A,In [16]: AOut[16]:array([[[ 2.10000000e+01, 3.70060693e-01],[ 2.00000000e+01, 2.15659121e-01],[ 1.50000000e+01, 1.35009735e-01],[ 2.30000000e+01, 1.15997981e-01],[ 2.2000000...
Numpy常用总结（20201214）
WallE
11-25 150
1、np.argmax() import numpy as np a = np.array([[2.5404317e-03,1.1229481e-01, 1.9477041e-03, 4.1146163e-04, 1.3162383e-04, 1.2035034e-01, 2.4439844e-03, 7.2189087e-01, 3.7895240e-02, 9.3566909e-05], [9.2819709e-01, 1.3503281e-02, 3.8306025e-05, 1.103...
python读取float格式，出现输出e-xxx问题
ql2019808450的博客
12-26 1876
python读取float格式，出现输出e-xxx问题 这个涉及到大端小端的问题，详细可以查一下 我主要列出代码 解决了我困扰已久的问题 #部分代码 XTF_Data_fmt = '>4s4sL' + '2s2s12s12s3L9fHh7fL2H2s' XTF_Data_len = struct.calcsize(XTF_Data_fmt) XTF_Data_unpack = struct.Struct(XTF_Data_fmt).unpack_from data = self.fileptr.rea
float类型在展现时 对小数位数保留处理
这货有些呆
05-09 1624
最近在些东西时候，发现这样一件事，就是数据库中查到的数据，虽然是float的，但是如果后面小数位是00，则会出现这样的情况看起来很不美观，如果保持一样的小数位数，使页面美观，就可以有一下几个方式。
Python自动化办公之大量数据excel的处理
weiyuexin的博客
11-29 1721
起因： 有一个excel表格，它很大，里边有四千多条数据 要求：将身份证号后8位加上姓名拼音的首字母拼接成一个字符串，作为登录系统的用户名，然后将这些数据导入到数据库中。 首先，在导入数据库之前，需要我们拿到身份证后8位和姓名拼音的首字母，然后将他们拼接在一起写入excel表格中。 这么多数据肯定不能是一行一行自己手动去拼接或者是使用excel处理，除非自己闲的蛋疼。 思路其实很简单，下面是写好的代码： import pypinyin import xlrd import xlwt from pypiny
Python输出
Dream
04-20 1454
Python能够直接处理整数、浮点数、字符串等3种数据类型。 注：浮点数也就是小数，按照科学记数法表示时，一个浮点数的小数点位置是可变的，比如，1.23x109 和12.3x108 是完全相等的。浮点数可以用数学写法，如1.23，3.45，-5.67等。但是对于很大或很小的浮点数，就必须用科学计数法表示，把10用e替代，1.23x109就是1.23e9，或者12.3e8，0.000012可以写成...
【numpy】【ndarray】指定每个元素保留小数点后多少位【around】【round】
热门推荐
叫什么名字根本不重要
08-28 8万+
dump_svmlight_file() 函数内部无法指定输出结果保留小数点后多少位，因此需提前调用函数限制小数点位数，相当于 python 原生的 round() 函数，引出 numpy.around() 函数。 numpy.around¶ numpy.around(a, decimals=0, out=None) Evenly round to the given number of d...
关于1e-6
mimiya1998的博客
02-25 5987
1e-6：10的负6次方。题:pi/4=1-1/3+1/5-1/7+......,直到最后一项小于1e-6。我的错点：其实他们说的小于是谁小于呢？是去掉符号的他们。正解如下：#include<stdio.h>#include<math.h>int main(){double m=0.0,t;int i;for(i=1;;i++){   t=(1.0)/(2*i-1);   ...
Python输出怎么保留小数
03-29
<think>好的，用户现在问的是Python中如何保留小数。之前他们已经问过math库的用法，现在可能是在实际应用中遇到了格式化输出的问题，比如需要控制小数位数显示在结果中。我需要先回顾Python中处理小数保留的几种常用方法，确保覆盖不同场景。 首先想到的是使用字符串格式化方法，比如format()函数或者f-string，这两种在Python 3.6之后很常见。用户可能对这两种方法有不同偏好，应该都介绍一下。例如，使用格式化字符串指定小数点后两位，或者四舍五入到指定位数。 然后是round()函数，不过要注意round函数的四舍五入规则，尤其是遇到中间值（如0.5）时的处理，可能和用户预期不同，需要提醒一下。例如，round(2.675, 2)可能会得到2.67而不是2.68，这是因为浮点数的精度问题。 接下来是decimal模块，特别是当需要精确的小数运算时，比如财务计算，这时候使用Decimal类型会更可靠。但用户如果只是简单显示，可能不需要这么复杂，不过还是应该提到这个选项，以供有更高精度需求的用户参考。 另外，math库中的函数可能也会涉及到小数处理，但用户之前已经了解math库，所以可能需要关联一下。比如使用floor或ceil函数来向下或向上取整，结合乘法除法来实现保留小数位，但这种方法可能比较繁琐，不如直接使用字符串格式化方便。 还要考虑用户可能的错误使用情况，比如格式化时忘记转换类型，或者对round函数的误解。需要指出常见问题，如四舍五入的不准确性，以及如何避免。例如，使用decimal模块可以更精确地控制舍入方式。 用户的需求可能不仅仅是保留小数，还可能包括如何补零到固定小数位，比如总是显示两位小数，即使第三位是零。这时候字符串格式化的格式说明符就很有用，比如“{:.2f}”会强制显示两位小数，不足补零。 另外，可能需要比较几种方法的优缺点，帮助用户根据具体情况选择。比如，如果只是输出显示，字符串格式化最方便；如果需要计算后保留指定位数，round函数可能更合适，但要注意其局限性；而高精度计算则需要decimal模块。 最后，总结不同方法的适用场景，并给出示例代码，让用户能够直接复制使用。同时提醒注意事项，如浮点数精度问题，避免用户在实际应用中出现意外错误。</think>在Python中保留小数位数主要通过**字符串格式化**和**数值处理函数**实现。以下是5种常用方法，按使用场景分类说明： --- ### 方法1：字符串格式化 (推荐) 使用`format()`或`f-string`直接控制输出格式： ```python num = 3.1415926 # (1) format函数 print("{:.2f}".format(num)) # 输出3.14（自动四舍五入） print("{:.3f}".format(num)) # 输出3.142 # (2) f-string（Python 3.6+） print(f"{num:.2f}") # 输出3.14 print(f"{num:.0%}") # 百分比格式：314%（自动×100） ``` **格式说明符**： `{value:width.precisionf}` - `width`：总位数（含小数点） - `.precision`：小数位数（强制补零） 示例：`f"{3.1:05.2f}"` → `03.10` --- ### 方法2：round函数 四舍五入到指定小数位（注意浮点精度问题）： ```python x = 2.675 print(round(x, 2)) # 输出2.67（非预期2.68） print(round(3.14159, 3)) # 输出3.142 ``` ⚠️ **注意**：遇到`.5`结尾时，遵循“银行家舍入法”（偶数优先） `round(2.5)` → 2，`round(3.5)` → 4 --- ### 方法3：decimal模块 (高精度计算) 适用于财务等需要精确小数位的场景： ```python from decimal import Decimal, ROUND_HALF_UP num = Decimal('3.1415926') result = num.quantize(Decimal('0.00'), rounding=ROUND_HALF_UP) print(result) # 输出3.14（严格四舍五入） ``` --- ### 方法4：数学运算截断 通过乘除法手动控制精度： ```python n = 3.1415926 # 保留两位小数（直接截断） truncated = int(n * 100) / 100 # 输出3.14 # 保留三位小数（向下取整） import math truncated = math.floor(n * 1000) / 1000 # 输出3.141 ``` --- ### 方法5：numpy库 (科学计算) 使用`numpy.round`处理数组： ```python import numpy as np arr = np.array([3.14159, 2.71828]) print(np.round(arr, 2)) # 输出[3.14 2.72] ``` --- ### ⚠️ 重要注意事项 1. **浮点精度陷阱**： ```python 0.1 + 0.2 == 0.3 # 返回False（实际0.30000000000000004） ``` 建议用`math.isclose()`比较浮点数： ```python math.isclose(0.1+0.2, 0.3, rel_tol=1e-9) # 返回True ``` 2. **格式化不改变原值**：字符串格式化仅改变显示形式，不会修改实际数值精度 --- ### 方法选择建议 | 场景 | 推荐方法 | |-------|----------| | 简单输出显示 | 字符串格式化 | | 常规四舍五入 | `round()`（注意精度问题） | | 财务精确计算 | `decimal`模块 | | 数组批量处理 | `numpy.round` |
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值