blocks|key|645492|text|您可以使用string中的join方法：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|645493|>>>+a+=+[1,2,3,4,5]
>>>+'+'.join(map(str,+a))
"1+2+3+4+5"|code-block|syntax|javascript|645494|entityMap^0|D|4|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@$9|N|A|O|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|P|8|@]|D|@]|E|$I|J]]|$1|K|3|-4|5|6|7|Q|8|@]|D|@]|E|$]]]|L|$]]

You can use the <code>join</code> method from string:

<pre><code>&gt;&gt;&gt; a = [1,2,3,4,5]
&gt;&gt;&gt; ' '.join(map(str, a))
"1 2 3 4 5"
</code></pre>

blocks|key|431286|text|Numpy为这个array_str和array_repr提供了两个函数--这两个函数中的任何一个都应该能满足您的需要。由于您可以使用这两种方法中的任何一种，下面是每种方法的一个示例：|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|431287|>>>+from+numpy+import+arange,+reshape,+array_str
>>>+M+=+arange(10).reshape(2,5)
>>>+M
array([[0,+1,+2,+3,+4],
+++++++[5,+6,+7,+8,+9]])
>>>+array_str(M)
'[[0+1+2+3+4]\n+[5+6+7+8+9]]'
>>>+array_repr(M)
'array([[0,+1,+2,+3,+4],\n+++++++[5,+6,+7,+8,+9]])'|code-block|syntax|javascript|431288|这两个函数都是高度优化的，因此，应该优先于您自己编写的函数。当处理这种大小的数组时，我想你会想要你能得到的所有速度。|431289|entityMap|0|LINK|mutability|MUTABLE|url|http://docs.scipy.org/doc/numpy/reference/generated/numpy.array_str.html#numpy.array_str|1|http://docs.scipy.org/doc/numpy/reference/generated/numpy.array_repr.html#numpy.array_repr^0|8|9|0|I|A|1|0|0|0^^$0|@$1|2|3|4|5|6|7|U|8|@]|9|@$A|V|B|W|1|X]|$A|Y|B|Z|1|10]]|C|$]]|$1|D|3|E|5|F|7|11|8|@]|9|@]|C|$G|H]]|$1|I|3|J|5|6|7|12|8|@]|9|@]|C|$]]|$1|K|3|-4|5|6|7|13|8|@]|9|@]|C|$]]]|L|$M|$5|N|O|P|C|$Q|R]]|S|$5|N|O|P|C|$Q|T]]]]

Numpy provides two functions for this <a href="http://docs.scipy.org/doc/numpy/reference/generated/numpy.array_str.html#numpy.array_str" rel="nofollow">array_str</a> and <a href="http://docs.scipy.org/doc/numpy/reference/generated/numpy.array_repr.html#numpy.array_repr" rel="nofollow">array_repr</a> -- either of which should fit your needs. Since you could use either, here's an example of each:

<pre><code>&gt;&gt;&gt; from numpy import arange, reshape, array_str
&gt;&gt;&gt; M = arange(10).reshape(2,5)
&gt;&gt;&gt; M
array([[0, 1, 2, 3, 4],
 [5, 6, 7, 8, 9]])
&gt;&gt;&gt; array_str(M)
'[[0 1 2 3 4]\n [5 6 7 8 9]]'
&gt;&gt;&gt; array_repr(M)
'array([[0, 1, 2, 3, 4],\n [5, 6, 7, 8, 9]])'
</code></pre>

These two functions are both highly optimized and, as such, should be preferred over a function you might write yourself. When dealing with arrays this size, I'd imagine you'd want all the speed you can get.

blocks|key|645613|text|可能有点老生常谈，但我只是在使用np.array2string之后把它们切掉了，所以：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|645614|import+numpy+as+np

a+=+np.arange(0,10)
a_str+=+np.array2string(a,+precision=2,+separator=',+')
print(a_str[1:-1])|code-block|syntax|javascript|645615|结果：|645616|++++0,+1,+2,+3,+4,+5,+6,+7,+8,+9|645617|np.array2string也有很多选项，所以你可以设置你的列宽，这对处理大量数据非常有帮助：|645618|a+=+np.arange(0,15)
a_str+=+np.array2string(a,+precision=2,+separator=',+',+max_line_width=15)
print('+'+%2B+a_str[1:-1])|645619|提供：|645620|+++++++0,++1,++2,
+++++++3,++4,++5,
+++++++6,++7,++8,
+++++++9,+10,+11,
++++++12,+13,+14|645621|它将在数组元素处巧妙地拆分。请注意附加到字符串开头的空格，以便在删除初始括号后对齐第一行。|645622|entityMap^0|G|F|0|0|0|0|0|F|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|10|8|@$9|11|A|12|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|13|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|14|8|@]|D|@]|E|$]]|$1|M|3|N|5|H|7|15|8|@]|D|@]|E|$I|J]]|$1|O|3|P|5|6|7|16|8|@$9|17|A|18|B|C]]|D|@]|E|$]]|$1|Q|3|R|5|H|7|19|8|@]|D|@]|E|$I|J]]|$1|S|3|T|5|6|7|1A|8|@]|D|@]|E|$]]|$1|U|3|V|5|H|7|1B|8|@]|D|@]|E|$I|J]]|$1|W|3|X|5|6|7|1C|8|@]|D|@]|E|$]]|$1|Y|3|-4|5|6|7|1D|8|@]|D|@]|E|$]]]|Z|$]]

Maybe a bit hacky, but I just slice them off after using <code>np.array2string</code> so:

<pre><code>import numpy as np

a = np.arange(0,10)
a_str = np.array2string(a, precision=2, separator=', ')
print(a_str[1:-1])
</code></pre>

Result:

<pre><code> 0, 1, 2, 3, 4, 5, 6, 7, 8, 9
</code></pre>

<code>np.array2string</code> has lots of options also, so you can set your column width which can be very helpful with lots of data:

<pre><code>a = np.arange(0,15)
a_str = np.array2string(a, precision=2, separator=', ', max_line_width=15)
print(' ' + a_str[1:-1])
</code></pre>

Gives:

<pre><code> 0, 1, 2,
 3, 4, 5,
 6, 7, 8,
 9, 10, 11,
 12, 13, 14
</code></pre>

And it will smartly split at the array elements. Note the space appended to the beginning of the string to account for aligning the first row after removing the initial bracket.

blocks|key|645655|text|如果您正在处理浮点数和二维数组，您还可以执行以下操作：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|645656|import+numpy+as+np
np.random.seed(77)

def+my_print(x):
++++for+row+in+x:
++++++++print('+'.join(map(lambda+x:+"{:.3f}\t".format(x),+row)))

if+__name__+==+'__main__':
++++x+=+np.random.random(size=(3,+9))
++++my_print(x)|code-block|syntax|javascript|645657|以下哪项输出：|645658|0.919++++0.642+++0.754+++0.139+++0.087+++0.788+++0.326+++0.541+++0.240++
0.545++++0.401+++0.715+++0.837+++0.588+++0.296+++0.281+++0.706+++0.423++
0.057++++0.747+++0.452+++0.176+++0.049+++0.292+++0.067+++0.751+++0.064|645659|entityMap^0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|N|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|O|8|@]|9|@]|A|$]]|$1|I|3|J|5|D|7|P|8|@]|9|@]|A|$E|F]]|$1|K|3|-4|5|6|7|Q|8|@]|9|@]|A|$]]]|L|$]]

If you are dealing with floating-point numbers and two dimensional arrays you can also do the following:
<pre><code>import numpy as np
np.random.seed(77)

def my_print(x):
 for row in x:
 print(' '.join(map(lambda x: &quot;{:.3f}\t&quot;.format(x), row)))

if __name__ == '__main__':
 x = np.random.random(size=(3, 9))
 my_print(x)
</code></pre>
which outputs:
<pre><code>0.919 0.642 0.754 0.139 0.087 0.788 0.326 0.541 0.240 
0.545 0.401 0.715 0.837 0.588 0.296 0.281 0.706 0.423 
0.057 0.747 0.452 0.176 0.049 0.292 0.067 0.751 0.064
</code></pre>

blocks|key|431463|text|>>>+a=np.array([1,2,3,4,5])
>>>+print(*a)
1+2+3+4+5

>>>+print(str(a)[1:-1])
1+2+3+4+5|type|code-block|depth|inlineStyleRanges|entityRanges|data|syntax|javascript|431464|与列表相同|unstyled|431465|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$B|C]]|$1|D|3|E|5|F|7|J|8|@]|9|@]|A|$]]|$1|G|3|-4|5|F|7|K|8|@]|9|@]|A|$]]]|H|$]]

<pre><code>&gt;&gt;&gt; a=np.array([1,2,3,4,5])
&gt;&gt;&gt; print(*a)
1 2 3 4 5

&gt;&gt;&gt; print(str(a)[1:-1])
1 2 3 4 5
</code></pre>
same with lists

I want to convert <code>a = [1,2,3,4,5]</code> into <code>a_string = "1 2 3 4 5"</code>. The real numpy array is quite big (50000x200) so I assume using <code>for loops</code> is too slow.

How to print a Numpy array without brackets?

我想把a = [1,2,3,4,5]转换成a_string = "1 2 3 4 5"。实际的numpy数组非常大(50000x200)，所以我认为使用for loops太慢了。

问如何打印无括号的Numpy数组？
EN

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何打印无括号的Numpy数组？EN

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何打印无括号的Numpy数组？
EN