[英]Beautification of the print output of the console
我在控制台中有一個 output。 不幸的是,文本的長度不同,因此看起來非常偏移。 是否有一個選項可以將文本寫在彼此下方,無論它們前面有多少個字符,以便 output 看起來像我想要的樣子?
我不想為此使用另一個庫。
print(65 * '_')
print('algorithm\t\t\tsil\t\tdbs')
results = ['Agglomerative Clustering', 0.8665, 0.4200]
formatter_result = ("{:9s}\t\t{:.4f}\t{:.4f}")
print(formatter_result.format(*results))
results = ['k-Means', 0.9865, 0.1200]
formatter_result = ("{:9s}\t\t{:.4f}\t{:.4f}")
print(formatter_result.format(*results))
print(65 * '_')
我有的
_________________________________________________________________
algorithm sil dbs
Agglomerative Clustering 0.8665 0.4200
k-Means 0.9865 0.1200
_________________________________________________________________
我想要的是
_________________________________________________________________
algorithm sil dbs
Agglomerative Clustering 0.8665 0.4200
k-Means 0.9865 0.1200
_________________________________________________________________
我將打印列表視為表格數據並嘗試過,但對我不起作用
print(65 * '_')
heading = ['algorithm', 'sil', 'dbs']
result1 = ['Agglomerative Clustering', 0.8665, 0.4200]
result2 = ['k-Means', 0.9865, 0.1200]
ab = np.array([heading, result1, result2])
for row in ab:
print("{: >20} {: >20} {: >20}".format(*row))
print(65 * '_')
_________________________________________________________________
algorithm sil dbs
Agglomerative Clustering 0.8665 0.42
k-Means 0.9865 0.12
_________________________________________________________________
嗨,所以您必須刪除一些 \t 因為它們會創建選項卡,您可以將它們一一刪除以找到您喜歡的
print('例如,這是一個制表符 \t\t\t 之間會有空格')
print('例如,這里沒有選項卡,它將彼此相鄰')
您可以使用{:<20}
,這意味着左邊有 20 個空格 alignment。 還有{:^20}
- 中心 alignment 和{:>20}
- 右 alignment。
要將它與float
表示法結合起來,例如.4f
只需添加: {:<20.4f}
嘗試這個:
print(65 * "_")
formatter_result = "{:<35} {:<20} {:<20}"
formatter_result_f = "{:<35} {:<20.4f} {:<20.4f}"
print(formatter_result.format(*["algorithm", "sil", "dbs"]))
results = ["Agglomerative Clustering", 0.8665, 0.4200]
print(formatter_result_f.format(*results))
results = ["k-Means", 0.9865, 0.1200]
print(formatter_result_f.format(*results))
print(65 * "_")
結果:
_________________________________________________________________
algorithm sil dbs
Agglomerative Clustering 0.8665 0.4200
k-Means 0.9865 0.1200
_________________________________________________________________
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.