我正在使用带有numpy、scipy和matplotlib的python进行数据评估。结果是我获得了平均值和拟合参数以及误差线。
我希望Python能够根据给定的精度自动对这些数据进行漂亮的打印格式。例如:
假设我得到的结果为,是否有一种方法可以在指定精度为2时自动将其格式化为<1.235(12)x10^-2>,即在误差线中计算精度,而不是在值中。
有人知道提供此功能的软件包吗?还是我必须自己实现?
是否有一种方法将其注入到Python字符串格式化机制中?即能够编写类似于<“%.2N”%(0.012345,0.0000123)>的代码。
我已经查看了numpy和scipy的文档并进行了谷歌搜索,但我找不到任何东西。我认为这对于处理统计数据的每个人都是有用的功能。
感谢您的帮助!
编辑:如Nathan Whitehead所请求,我将给出一些示例。
为了清晰起见,十的幂被省略了。括号内的数字是标准误差的简写表示法。括号前面的数字的最后一位和括号里面的数字的最后一位必须处于相同的小数位上。我找不到一个好的在线解释这个概念的原因。唯一找到的是这篇德语维基百科文章here。然而,这是一个非常常见且非常方便的表示法。
编辑2: 我自己实现了简写表示法:
我希望Python能够根据给定的精度自动对这些数据进行漂亮的打印格式。例如:
假设我得到的结果为,是否有一种方法可以在指定精度为2时自动将其格式化为<1.235(12)x10^-2>,即在误差线中计算精度,而不是在值中。
有人知道提供此功能的软件包吗?还是我必须自己实现?
是否有一种方法将其注入到Python字符串格式化机制中?即能够编写类似于<“%.2N”%(0.012345,0.0000123)>的代码。
我已经查看了numpy和scipy的文档并进行了谷歌搜索,但我找不到任何东西。我认为这对于处理统计数据的每个人都是有用的功能。
感谢您的帮助!
编辑:如Nathan Whitehead所请求,我将给出一些示例。
123 +- 1 ----precision 1-----> 123(1)
123 +- 1.1 ----precision 2-----> 123.0(11)
0.0123 +- 0.001 ----precision 1-----> 0.012(1)
123.111 +- 0.123 ----precision 2-----> 123.11(12)
为了清晰起见,十的幂被省略了。括号内的数字是标准误差的简写表示法。括号前面的数字的最后一位和括号里面的数字的最后一位必须处于相同的小数位上。我找不到一个好的在线解释这个概念的原因。唯一找到的是这篇德语维基百科文章here。然而,这是一个非常常见且非常方便的表示法。
编辑2: 我自己实现了简写表示法:
#!/usr/bin/env python
# *-* coding: utf-8 *-*
from math import floor, log10
# uncertainty to string
def un2str(x, xe, precision=2):
"""pretty print nominal value and uncertainty
x - nominal value
xe - uncertainty
precision - number of significant digits in uncertainty
returns shortest string representation of `x +- xe` either as
x.xx(ee)e+xx
or as
xxx.xx(ee)"""
# base 10 exponents
x_exp = int(floor(log10(x)))
xe_exp = int(floor(log10(xe)))
# uncertainty
un_exp = xe_exp-precision+1
un_int = round(xe*10**(-un_exp))
# nominal value
no_exp = un_exp
no_int = round(x*10**(-no_exp))
# format - nom(unc)exp
fieldw = x_exp - no_exp
fmt = '%%.%df' % fieldw
result1 = (fmt + '(%.0f)e%d') % (no_int*10**(-fieldw), un_int, x_exp)
# format - nom(unc)
fieldw = max(0, -no_exp)
fmt = '%%.%df' % fieldw
result2 = (fmt + '(%.0f)') % (no_int*10**no_exp, un_int*10**max(0, un_exp))
# return shortest representation
if len(result2) <= len(result1):
return result2
else:
return result1
if __name__ == "__main__":
xs = [123456, 12.34567, 0.123456, 0.001234560000, 0.0000123456]
xes = [ 123, 0.00123, 0.000123, 0.000000012345, 0.0000001234]
precs = [ 1, 2, 3, 4, 1]
for (x, xe, prec) in zip(xs, xes, precs):
print '%.6e +- %.6e @%d --> %s' % (x, xe, prec, un2str(x, xe, prec))
输出:
1.234560e+05 +- 1.230000e+02 @1 --> 1.235(1)e5
1.234567e+01 +- 1.230000e-03 @2 --> 12.3457(12)
1.234560e-01 +- 1.230000e-04 @3 --> 0.123456(123)
1.234560e-03 +- 1.234500e-08 @4 --> 0.00123456000(1235)
1.234560e-05 +- 1.234000e-07 @1 --> 1.23(1)e-5
1.235(12) x 10^-2
是什么意思,以及它与0.012345
和0.000123
的联系。 - Nathan Whitehead1.235(12) x 10^-2
是1.235 x 10^-2 +- 0.0012 x 10^-2
的简写符号。由于标准误差中指定了精度为2,原始数字0.012345
被四舍五入。数字0.000123
是我的结果的标准误差。我将在原帖中添加更多示例。 - Lemming