Python Numpy zip产生了科学的价值表示法

我试图在所需的索引处向数组添加零

newerror = []
    for i in range(40):
        temp = []
        for j in range(20):
            output = numpy.zeros((196)).astype(numpy.float64) # 196*1

            x=index2[i][j].astype(int) # 40*20*49 
            # filling 49 elements into 196 elements
            # at desired indices

            y=error[i][j] # 40*20*49
            for (ind, rep) in zip(x, y):
                output[ind] = rep
            temp.append(output)
        newerror.append(temp) #40*20*196

我已经用上面的代码实现了它。 对于每个输入数组：输出数组中的零将替换为所需索引处的输入值

但我的结果是这样的：一个随机数组出现在科学记数法中，而没有任何要求

（输出件；总输出尺寸：40*20*196）

---

我“认为”这将在以后的阶段影响我的代码，我无法分享。有什么想法吗？

如果数组中的值范围足够宽，特别是如果有些值足够小，

numpy

用科学符号显示整个数组：

In [410]: input = [0.03302, 0.232323, 0.22222, 0.232344] 
In [411]: np.array(input)
Out[411]: array([ 0.03302 ,  0.232323,  0.22222 ,  0.232344])
In [412]: input[2] *= 1e-6
In [413]: input
Out[413]: [0.03302, 0.232323, 2.2222e-07, 0.232344]

此列表中的一项小到足以使用科学符号

In [414]: np.array(input)
Out[414]: 
array([  3.30200000e-02,   2.32323000e-01,   2.22220000e-07,
         2.32344000e-01])

等效阵列的所有元素以相同的方式显示

zip

步骤与此无关（您不需要迭代来完成分配）：

显示器上的科学记数法不应在以后的计算中产生问题。这只是一个显示问题，不会影响数值

---

从科学符号行复制粘贴：

In [420]: alist =[  0.00000000e+00,  -1.88939223e-01,  -1.99170532e-01,   0.0000
     ...: 0000e+00, 0.00000000e+00,   3.66637802e-02,   0.00000000e+00,   8.0379
     ...: 8680e-02, -1.46634700e-01,   0.00000000e+00]
In [421]: alist
Out[421]: 
[0.0,
 -0.188939223,
 -0.199170532,
 0.0,
 0.0,
 0.0366637802,
 0.0,
 0.080379868,
 -0.1466347,
 0.0]
In [422]: np.array(alist)
Out[422]: 
array([ 0.        , -0.18893922, -0.19917053,  0.        ,  0.        ,
        0.03666378,  0.        ,  0.08037987, -0.1466347 ,  0.        ])

---

---

在您最新的显示器中，

-1.59399264e-04

足够小。

可能的重复不会影响数据，它只是用科学记数法打印。哦！你能解释一下为什么这个随机数组是用科学记数法打印的，而这些值与其他值相同吗@eyllanescI在提出问题之前已经考虑过这个解决方案，它是用科学记数法印刷的，因为数值相对较大。如果有充分的理由，请否决投票，并请尝试阅读和理解差异。感谢您抽出时间发布一个有效的示例，因为我正在花时间阅读并尝试帮助您回答您的问题。正如我在前面的评论中提到的，没有真正的小/大价值。所有VAUE的大小均为-10^2混合符号显示的是什么？只是分开打印？它不能是二维数组。但如果没有逗号，它就不能列出。我之前也遇到过类似的问题，数据类型不匹配会产生此类垃圾结果，然后导致错误。因此，我要确保这不会以任何方式影响计算。那么

-1.59399264e-04

呢？

In [415]: arr = np.zeros(10)
In [416]: arr.dtype
Out[416]: dtype('float64')
In [417]: index= [0, 2, 6, 7]
In [418]: arr[index] = input
In [419]: arr
Out[419]: 
array([  3.30200000e-02,   0.00000000e+00,   2.32323000e-01,
         0.00000000e+00,   0.00000000e+00,   0.00000000e+00,
         2.22220000e-07,   2.32344000e-01,   0.00000000e+00,
         0.00000000e+00])

In [420]: alist =[  0.00000000e+00,  -1.88939223e-01,  -1.99170532e-01,   0.0000
     ...: 0000e+00, 0.00000000e+00,   3.66637802e-02,   0.00000000e+00,   8.0379
     ...: 8680e-02, -1.46634700e-01,   0.00000000e+00]
In [421]: alist
Out[421]: 
[0.0,
 -0.188939223,
 -0.199170532,
 0.0,
 0.0,
 0.0366637802,
 0.0,
 0.080379868,
 -0.1466347,
 0.0]
In [422]: np.array(alist)
Out[422]: 
array([ 0.        , -0.18893922, -0.19917053,  0.        ,  0.        ,
        0.03666378,  0.        ,  0.08037987, -0.1466347 ,  0.        ])