转换为 numpy 数组时，数组中的值会发生变化答案

【问题标题】：values in the array change when turned to numpy array转换为 numpy 数组时，数组中的值会发生变化
【发布时间】：2020-01-06 14:45:10
【问题描述】：

我将数据存储在 pandas DataFrame 中我使用以下代码移动到一个 numpy 数组

# used to be train_X = np.array(train_df.iloc[1:,3:].values.tolist())
# but was split for me to find he source of change  
pylist = train_df.iloc[1:,3:].values.tolist()
print(pylist[0])
train_X = np.array(pylist)
print(train_X[0])

第一个打印返回：

[0.0, 0.0, 0.0, 0.0, 1.0, 504.0, 0.0, 2.0, 8.0, 0.0, 0.0, 0.0, 0.0, 2.0, 8.0, 0.0, 189.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 85143.0, 57219.0, 62511.267857142804, 2649.26669430866]

在我将它移动到 Numpy 数组之后的第二个打印返回这个

[0.00000000e+00 0.00000000e+00 0.00000000e+00 0.00000000e+00
 1.00000000e+00 5.04000000e+02 0.00000000e+00 2.00000000e+00
 8.00000000e+00 0.00000000e+00 0.00000000e+00 0.00000000e+00
 0.00000000e+00 2.00000000e+00 8.00000000e+00 0.00000000e+00
 1.89000000e+02 0.00000000e+00 0.00000000e+00 0.00000000e+00
 0.00000000e+00 0.00000000e+00 0.00000000e+00 0.00000000e+00
 0.00000000e+00 0.00000000e+00 8.51430000e+04 5.72190000e+04
 6.25112679e+04 2.64926669e+03]

为什么会这样？以及如何阻止它

【问题讨论】：

见stackoverflow.com/questions/2891790/…
数据是一样的，不用担心。 NumPy 只是在数组中的某些值超过某个阈值时将整个数组的表示转换为指数表示法。

标签： python pandas numpy

【解决方案1】：

如 cmets 中所述，NumPy 将数据表示为指数符号。如果你想改变它的打印方式，你可以这样做：

import numpy as np

np.set_printoptions(precision=2)
pylist = train_df.iloc[1:,3:].values.tolist()
print(pylist[0])
train_X = np.array(pylist)
print(train_X[0])

【讨论】：

谢谢，我试过不带 print 显示它们，你说得对
我发了，但是因为我发的不多所以不会显示XD

【解决方案2】：

发生这种情况是因为 numpy 与 pandas 相比提供了数值的完整表示法。可以使用np.setprint_oprtions(precision=2)的方法

【讨论】：