漂亮的打印numpy ndarrays使用unicode字符

f45qwnt8 于 4个月前发布在其他

关注(0)|答案(2)|浏览(61)

我最近注意到Python的打印功能对于NumPy ndarays并不一致。例如，它水平打印一个水平的1D数组：

import numpy as np
A1=np.array([1,2,3])
print(A1)
#--> [1 2 3]

字符串
而是一个1D水平阵列，垂直方向有冗余括号：

A2=np.array([[1],[2],[3]])
print(A2)
#--> [[1]
#     [2]
#     [3]]

型
一维垂直阵列水平：

A3=np.array([[1,2,3]])
print(A3)
#--> [[1 2 3]]

型
一个2D数组：

B=np.array([[11,12,13],[21,22,23],[31,32,32]])
print(B)
# --> [[11 12 13]
#      [21 22 23]
#      [31 32 32]]

型
第一个维度现在是垂直的。对于更高的维度，情况变得更糟，因为它们都是垂直打印的：

C=np.array([[[111,112],[121,122]],[[211,212],[221,222]]])
print(C)
#--> [[[111 112]
#      [121 122]]
#
#     [[211 212]
#      [221 222]]]

型
在我看来，一个一致的行为是水平打印偶数维，垂直打印奇数维。使用Unicode字符可以很好地格式化它。我想知道是否可以创建一个函数来打印上面的数组：

A1 --> [1 2 3]
A2 --> ┌┌─┐┌─┐┌─┐┐
       │ 1  2  3 │
       └└─┘└─┘└─┘┘
A3 --> ┌┌─┐┐ # \u250c\u2500\u2510 
       │ 1 │ # \u2502
       │ 2 │
       │ 3 │
       └└─┘┘ # \u2514\u2500\u2518 
B -->  ┌┌──┐┌──┐┌──┐┐ 
       │ 11  21  31 │
       │ 12  22  32 │
       │ 13  23  33 │
       └└──┘└──┘└──┘┘ 

C -->  ┌┌─────────┐┌─────────┐┐
       │ [111 112]  [211 212] │
       │ [121 122]  [221 222] │
       └└─────────┘└─────────┘┘

型
我发现了这个gist，它可以处理不同的位数。我试图原型化一个递归函数来实现上面的概念：

def npprint(A):
     assert isinstance(A, np.ndarray), "input of npprint must be array like"
     if A.ndim==1 :
         print(A)
     else:
         for i in range(A.shape[1]):
             npprint(A[:,i])

型
它有点适用于A1，A2，A3和B，但不适用于C。我将不胜感激，如果你能帮助我知道如何npprint应该是实现上述输出为任意尺寸numpy ndarrays？

**P.S.1.**在Markdown中可以使用LaTeX \mathtools\underbracket和\overbracket。Sympy漂亮的打印功能也是一个很好的起点。它可以使用ASCII，Unicode，LaTeX...
**P.S.2.**有人告诉我，ndarrays的打印方式确实是一致的。然而，恕我直言，这是一种有线和非直观的。拥有一个灵活的漂亮的打印功能可以帮助很多以不同的形式显示ndarrays。
**P.S.3.**Sympy的人已经考虑了我在这里提到的两点。他们的Matrix模块非常一致（A1和A2是相同的），他们也有一个pprint函数，它做了同样的事情，我希望从npprint这里得到。
**P.S.4.**对于那些跟进这个想法的人，我已经在this Jupyter Notebook中集成了所有内容

numpy

来源：https://stackoverflow.com/questions/53126305/pretty-printing-numpy-ndarrays-using-unicode-characters

2条答案

按热度按时间

oxosxuxt1#

这对我来说是一个很大的启示，让我明白numpy数组并不像我想象中的MATLAB矩阵或多维数学数组。它们是同构和统一的嵌套Python列表。我还明白了numpy数组的第一维是最深/最里面的方括号对，它们是水平打印的。然后，从那里，第二维是垂直打印的，第三个垂直地用一条间隔线...
我认为有一个ppring函数（受Sympy命名约定的启发）会有很大的帮助。所以，我将在这里放一个非常糟糕的实现，希望它能激励其他高级Python开发者想出更好的解决方案：

def pprint(A):
    if A.ndim==1:
        print(A)
    else:
        w = max([len(str(s)) for s in A]) 
        print(u'\u250c'+u'\u2500'*w+u'\u2510') 
        for AA in A:
            print(' ', end='')
            print('[', end='')
            for i,AAA in enumerate(AA[:-1]):
                w1=max([len(str(s)) for s in A[:,i]])
                print(str(AAA)+' '*(w1-len(str(AAA))+1),end='')
            w1=max([len(str(s)) for s in A[:,-1]])
            print(str(AA[-1])+' '*(w1-len(str(AA[-1]))),end='')
            print(']')
        print(u'\u2514'+u'\u2500'*w+u'\u2518')

字符串
并且结果对于1D和2D阵列来说在某种程度上是可接受的：

B1=np.array([[111,122,133],[21,22,23],[31,32,33]])
pprint(B1)

#┌─────────────┐
# [111 122 133]
# [21  22  23 ]
# [31  32  33 ]
#└─────────────┘

型
这确实是一个非常糟糕的代码;它只适用于整数。2希望其他人能想出更好的解决方案。

P.S.1.Eric Wieser已经为IPython/Jupiter实现了一个非常好的HTML原型，可以看到here：

x1c 0d1x的数据
您可以在numpy邮件列表here上关注讨论。

**P.S.2.**我也发表了这个想法here on Reddit。
P.S.3我花了一些时间将代码扩展到3D维数组：

def ndtotext(A, w=None, h=None):
    if A.ndim==1:
        if w == None :
            return str(A)
        else:
            s= '['
            for i,AA in enumerate(A[:-1]):
                s += str(AA)+' '*(max(w[i],len(str(AA)))-len(str(AA))+1)
            s += str(A[-1])+' '*(max(w[-1],len(str(A[-1])))-len(str(A[-1]))) +'] '
    elif A.ndim==2:
        w1 = [max([len(str(s)) for s in A[:,i]])  for i in range(A.shape[1])]
        w0 = sum(w1)+len(w1)+1
        s= u'\u250c'+u'\u2500'*w0+u'\u2510' +'\n'
        for AA in A:
            s += ' ' + ndtotext(AA, w=w1) +'\n'    
        s += u'\u2514'+u'\u2500'*w0+u'\u2518'
    elif A.ndim==3:
        h=A.shape[1]
        s1=u'\u250c' +'\n' + (u'\u2502'+'\n')*h + u'\u2514'+'\n'
        s2=u'\u2510' +'\n' + (u'\u2502'+'\n')*h + u'\u2518'+'\n'
        strings=[ndtotext(a)+'\n' for a in A]
        strings.append(s2)
        strings.insert(0,s1)
        s='\n'.join(''.join(pair) for pair in zip(*map(str.splitlines, strings)))
    return s

型
举个例子：

shape = 4, 3, 6
B2=np.arange(np.prod(shape)).reshape(shape)
print(B2)
print(ndtotext(B2))        

[[[ 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]]]
┌┌───────────────────┐┌───────────────────┐┌───────────────────┐┌───────────────────┐┐
│ [0  1  2  3  4  5 ]  [18 19 20 21 22 23]  [36 37 38 39 40 41]  [54 55 56 57 58 59] │
│ [6  7  8  9  10 11]  [24 25 26 27 28 29]  [42 43 44 45 46 47]  [60 61 62 63 64 65] │
│ [12 13 14 15 16 17]  [30 31 32 33 34 35]  [48 49 50 51 52 53]  [66 67 68 69 70 71] │
└└───────────────────┘└───────────────────┘└───────────────────┘└───────────────────┘┘

型

赞(0）回复(0）举报 4个月前

kxxlusnw2#

在每种情况下，最终尺寸的每个示例都打印在一行上，没有任何不一致的地方。
尝试各种形式的：