Освоение десятичной точности в блокнотах Google Colab и Jupyter: округлите!

Работа с десятичными числами — распространенная задача в анализе данных, научных вычислениях и финансах. Однако поведение по умолчанию при отображении чисел с плавающей запятой в Google Colab и Jupyter Notebooks иногда может приводить к громоздким выводам с большим количеством десятичных знаков. В этой статье мы рассмотрим различные методы отображения десятичных чисел с точностью до двух десятичных знаков, что сделает наши результаты более читабельными и презентабельными.

Метод 1: использование функции round()
Самый простой способ отобразить десятичные дроби с двумя знаками — использовать функцию round(). Допустим, у вас есть десятичное число x:

x = 3.141592653589793
rounded_x = round(x, 2)
print(rounded_x)

Выход: 3,14

Метод 2: форматирование строк
Другой подход заключается в использовании форматирования строк для управления десятичной точностью. Вот пример:

x = 3.141592653589793
formatted_x = "{:.2f}".format(x)
print(formatted_x)

Выход: 3,14

Метод 3. Использование библиотеки numpy.
Если вы работаете с массивами или матрицами, библиотека numpyпредоставляет удобный способ управления десятичной точностью. Рассмотрим следующий пример:

import numpy as np
x = np.array([1.23456789, 2.3456789, 3.456789])
rounded_x = np.round(x, decimals=2)
print(rounded_x)

Выход: [1,23 2,35 3,46]

Метод 4: форматирование DataFrame Pandas
Для тех, кто работает с табличными данными, Pandas предлагает гибкие возможности форматирования с десятичной точностью. Вот пример:

import pandas as pd
data = {'Value': [1.23456789, 2.3456789, 3.456789]}
df = pd.DataFrame(data)
df['Value'] = df['Value'].apply(lambda x: round(x, 2))
print(df)

Выход:

   Value
0   1.23
1   2.35
2   3.46

Управление отображением десятичных чисел с точностью до двух знаков в Google Colab и Jupyter Notebooks необходимо для улучшения читаемости и презентабельности наших результатов. В этой статье мы рассмотрели несколько методов, в том числе использование функции round(), форматирование строк, использование библиотеки numpyи форматирование фреймов данных Pandas. Применяя эти методы, вы сможете уверенно работать с десятичными числами, сохраняя при этом точность и ясность.