将数据帧转换为 numpy 数组会导致所有数字以科学计数法打印 [关闭]

Posted 2023-04-14

【中文标题】将数据帧转换为 numpy 数组会导致所有数字以科学计数法打印 [关闭]

【英文标题】：Converting dataframe to numpy array causes all numbers to be printed in scientific notation [closed]

【发布时间】：2015-05-04 07:02:40

【问题描述】：

为了使用 scikit learn 进行交叉验证，我尝试提前将数据帧转换为 numpy 数组。所以我尝试了函数 df.as_matrix() ，结果数据看起来很奇怪。我想知道这是否正常。为什么它必须以这种奇怪的格式显示？

例如：585 变为 5.85000000e+02 ，并且 0 变成 0.00000000e+00

【问题讨论】：

它不必以那种奇怪的格式显示。例如，当我创建一个值为 585、0、0、585 和 print 的 2x2 浮点矩阵时，我将它们视为 585. 和 0.。向我们展示您的代码，也许我们可以告诉您为什么它以这种格式显示。

我猜你遇到了浮点精度/舍入错误，这与 numpy 并没有真正的关系。

如果您进行任何类型的数字运算，您应该真的，真的了解scientific notation。

这里有一个明确的问题不是调试（为什么 numpy 数组经常以科学计数法打印？），以及一个解释了为什么在关闭前几个小时的答案。除了试图侮辱提问的人之外，关闭它还有什么意义？

【参考方案1】：

当您的数组中有大/小值需要科学记数法是合理的时，就会发生这种情况：在这种情况下，numpy 会以科学记数法打印所有值。例如：

In [65]: z
Out[65]:
array([[  1.00000000e+10,   1.00000000e+00,   2.00000000e+00],
       [  2.00000000e+00,   1.00000000e+00,   1.00000000e+00]])

In [66]: z[0,0]
Out[66]: 10000000000.0

In [67]: z[0,0]=1

In [68]: z
Out[68]:
array([[ 1.,  1.,  2.],
       [ 2.,  1.,  1.]])

可以使用np.set_printoptions 修改行为，但您需要弄清楚您想要什么行为。如果您有大量数字，suppress= 实际上不起作用。请参阅this answer 了解更多信息。

基本上，numpy 希望您的数字一致地打印出来，而不是让每个数字都以最方便的格式打印。除了编写自己的浮点格式化程序并将其传递给 set_printoptions 之外，似乎没有一种简单的方法可以改变这一点。

---

其实，试试这个：

In [102]: np.set_printoptions(formatter='float':":6.5g".format)

In [103]: z
Out[103]:
array([[  1e+10,       1,       2],
       [      2,       1,       1]])

这实质上是告诉 numpy 格式化浮点数，因为它们将被 python 的 format 格式化，":6.5g" 为 format specification。