格式化numpy数组中的浮点数[重复]

如果我有一个像这样的 numpy 数组：

[2.15295647e+01, 8.12531501e+00, 3.97113829e+00, 1.00777250e+01]

如何移动小数点并格式化数字，这样我最终会得到一个像这样的 numpy 数组：

[21.53, 8.13, 3.97, 10.08]

np.around(a, decimals=2)只给我[2.15300000e+01, 8.13000000e+00, 3.97000000e+00, 1.00800000e+01]这是我不想要的，而且我还没有找到其他方法来做到这一点。

为了使numpydisplay任意格式的浮点数组，您可以定义一个自定义函数，该函数将浮点值作为其输入并返回格式化字符串：

In [1]: float_formatter = "{:.2f}".format

The f这里的意思是定点格式（不是“科学的”），并且.2表示两位小数（您可以阅读有关字符串格式的更多信息here http://docs.python.org/2/library/stdtypes.html#string-formatting).

让我们用浮点值来测试一下：

In [2]: float_formatter(1.234567E3)
Out[2]: '1234.57'

要使 numpy 以这种方式打印所有浮点数组，您可以传递formatter=论证np.set_printoptions:

In [3]: np.set_printoptions(formatter={'float_kind':float_formatter})

现在 numpy 将以这种方式打印所有浮点数组：

In [4]: np.random.randn(5) * 10
Out[4]: array([5.25, 3.91, 0.04, -1.53, 6.68]

请注意，这仅影响 numpy 数组，而不影响标量：

In [5]: np.pi
Out[5]: 3.141592653589793

它也不会影响非浮点数、复杂浮点数等 - 您需要为其他标量类型定义单独的格式化程序。

您还应该意识到，这only影响 numpy 如何显示浮点值 - 将在计算中使用的实际值将保留其原始精度。

例如：

In [6]: a = np.array([1E-9])

In [7]: a
Out[7]: array([0.00])

In [8]: a == 0
Out[8]: array([False], dtype=bool)

麻木打印a就好像它等于0，但它不是 - 它仍然等于1E-9.

如果您确实想以影响计算中使用它们的方式对数组中的值进行舍入，则应该使用np.round，正如其他人已经指出的那样。