目录

pandas.set_option():控制打印的行列

使用方式

实战

1、读取数据,发现问题

2、显示行列

总代码

参考资料:


pandas.set_option():控制打印的行列

参数介绍:

compute.[use_bottleneck, use_numexpr]
display.[chop_threshold, colheader_justify, column_space, date_dayfirst, date_yearfirst, encoding, expand_frame_repr, float_format]
display.html.[border, table_schema, use_mathjax]
display.[large_repr]
display.latex.[escape, longtable, multicolumn, multicolumn_format, multirow, repr]
display.[max_categories, max_columns, max_colwidth, max_info_columns, max_info_rows, max_rows, max_seq_items, memory_usage, min_rows, multi_sparse, notebook_repr_html, pprint_nest_depth, precision, show_dimensions]
display.unicode.[ambiguous_as_wide, east_asian_width]
display.[width]
io.excel.ods.[reader]
io.excel.xls.[reader, writer]
io.excel.xlsb.[reader]
io.excel.xlsm.[reader, writer]
io.excel.xlsx.[reader, writer]
io.hdf.[default_format, dropna_table]
io.parquet.[engine]
mode.[chained_assignment, sim_interactive, use_inf_as_na, use_inf_as_null]
plotting.[backend]
plotting.matplotlib.[register_converters]

使用方式

# 设置最大列数
# pd.set_option('display.max_columns',1000)
# 设置最大行数
# pd.set_option('display.max_rows',1000)
# 设置宽度
# pd.set_option('display.width', 1000)
# 设置最大列宽
# pd.set_option('display.max_colwidth',1000)

实战

1、读取数据,发现问题

import pandas as pd
import numpy as np# 1、读取数据
column_name=['Sample code number','Clump Thickness','Uniformity of Cell Size','Uniformity of Cell Shape','Marginal Adhesion','Single Epithelial Cell Size','Bare Nuclei','Bland Chromatin','Normal Nucleoli','Mitoses','Class']
data=pd.read_csv('breast-cancer-wisconsin.data', names=column_name)
print(data)

可以看出,行和列都有很多的隐藏,使得看不到全部的数据,而原文件打开也不方便,因此想办法让它的行和列都可以显示出来。

2、显示行列

# 设置最大列数
pd.set_option('display.max_columns',1000)
# 设置最大行数
pd.set_option('display.max_rows',1000)

问题解决,可以成功显示出行和列了。

下载测试数据的网站:https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data

总代码

# 行列显示
import pandas as pd
import numpy as np# 1、读取数据
column_name=['Sample code number','Clump Thickness','Uniformity of Cell Size','Uniformity of Cell Shape','Marginal Adhesion','Single Epithelial Cell Size','Bare Nuclei','Bland Chromatin','Normal Nucleoli','Mitoses','Class']# 设置最大列数
pd.set_option('display.max_columns',1000)
# 设置最大行数
pd.set_option('display.max_rows',1000)
# 设置宽度
# pd.set_option('display.width', 1000)
# 设置最大列宽
# pd.set_option('display.max_colwidth',1000)data=pd.read_csv('breast-cancer-wisconsin.data', names=column_name)
print(data)

参考资料:

Pycharm控制台输出结果“部分内容省略”的解决方法_fly_Xiaoma的博客-CSDN博客

python pandas.set_option()详解_lvchunyang66的博客-CSDN博客_pandas set_option

Python 打印行列控制(API:pandas.set_option())相关推荐

  1. Python之pandas:pandas.set_option函数的参数详细解释

    Python之pandas:pandas.set_option函数的参数详细解释 目录 pandas.set_option函数的参数解释 函数API:pandas.set_option pandas. ...

  2. 万字长文,Python数据分析实战,使用Pandas进行数据分析

    文章目录 很多人学习python,不知道从何学起. 很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手. 很多已经做案例的人,却不知道如何去学习更加高深的知识. 那么针对这三类人,我 ...

  3. Python数据分析之Numpy,Pandas,Matplotlib Pyplot

    文章目录 一.Python数据分析之Numpy 0.数组的引入 1.创建数组 2.数组的属性 3.数组的基本操作 3.1 索引 3.2 切片 3.3花式索引 3.4 "不完全"索引 ...

  4. pandas打印全部列_python——pandas练习题1-5

    练习1-开始了解你的数据 探索Chipotle快餐数据 相应数据集:chipotle.tsv import pandas as pd chipo=pd.read_csv("exercise_ ...

  5. 一句Python,一句R︱pandas模块——高级版data.frame

    先学了R,最近刚刚上手python,所以想着将python和R结合起来互相对比来更好理解python.最好就是一句python,对应写一句R. pandas可谓如雷贯耳,数据处理神器. --- 目录 ...

  6. python打印数字对应的星号_python打印表格式数据-星号或注释

    python打印表格式数据,留出正确的空格,格式化打出 代码如下: def printPicnic(itemsDict,leftWidth,rightWidth): print('PICNIC ITE ...

  7. 『Python核心技术与实战』pandas.DataFrame()函数介绍

    pandas.DataFrame()函数介绍! 文章目录 一. 创建DataFrame 1.1. numpy创建 1.2. 直接创建 1.3. 字典创建 1.4. Series和DataFrame 二 ...

  8. Python数据分析基础技术之pandas(史上最全面)

    pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.pandas提供了大量能使我们快 ...

  9. python打印星图_Python中的星图

    python打印星图 Diamonds are a data scientist's best friend. More specifically, the diamond dataset found ...

最新文章

  1. Python 编程快速上手 第十七章 操作图像
  2. 关于TableView中图片的延时加载(转)
  3. 常用Python文件
  4. 治理软件供应链安全要打“团体赛” 共同建立供应链安全体系
  5. Error: Current license file does not support the EP1C6Q240C8/EP3C10E144C8 device
  6. Java8新特性之方法引用
  7. 视频教程-区块链技术通俗讲解-区块链
  8. java excel转pdf 的实现_JAVA语言实现excel转pdf文件
  9. mongodb数据库
  10. 计算机标准体重计算公式,项目2:就拿胖子说事---(2)计算出标准体重,当超重时,请给出提示...
  11. itext7实现参数和图片替换
  12. 如何把MP4转为GIF格式
  13. 天翼云云硬盘的磁盘模式及共享盘
  14. 正确的洗澡顺序,据说99%的人都是错的。。
  15. freemaker导出Excel文件用WPS能打开,而用office打不开
  16. 全面屏虚拟键适配方案
  17. Nvidia 英伟达的NSight GPU 调试如何下载
  18. 星辰变java镇东王府在哪里,星辰变秦羽身份盘点,最强身份随意灭杀天尊
  19. NVIDIA/apex报错解决过程
  20. 安卓So(C代码)MD5算法

热门文章

  1. Android ListView 删除 item
  2. UBuntu 系统设置禁用快捷键
  3. 微信小程序地图的实现
  4. Python从零开始 day2
  5. PHP开发错误锦集(持续更新)
  6. 牛客~~打篮球~~~模拟水题
  7. Go 学习笔记(28)— nil(nil 不能比较、不是关键字或保留字、nil 没有默认类型、不同类型的 nil 指针是一样的、不同类型的 nil 是不能比较的、相同类型的 nil 可能也无法比较)
  8. Linux LVM逻辑卷配置过程详解
  9. 最强的篮球队和马尔可夫模型
  10. 数据绑定(Binding)