write json float in scientific notation(用科学记数法编写json浮点数)
本文介绍了用科学记数法编写json浮点数的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我想使用Python3.6+用科学记数法表示JSON文件中的浮点数。无
import json
a = 0.001234567
print(json.dumps(a))
json.encoder.FLOAT_REPR = lambda x: "{:e}".format(x)
print(json.dumps(a))
json.encoder.c_make_encoder = None
json.encoder.FLOAT_REPR = lambda x: "{:e}".format(x)
print(json.dumps(a))
工作:三个print都给
0.001234567
而不是所需的
1.234567e-03
(请注意,最新版本至少可以在Python 2.7.15rc1中使用。)
答案也应该适用于float的列表。
有什么提示吗?
推荐答案
您必须为字典、列表、集合等添加一些特殊的大小写,但是通过引用collections.abc中的抽象基类,可以避免显式测试特定类型。
Sequence的测试必须避免匹配str类型,因为在str上迭代会产生一组1个字符的str,它们也是可迭代的,依此类推,直到达到递归限制。我找不到表示序列容器(&Q;)而不是字符串(&Q;)的ABC。
(我还必须附和Alex Martali在相关帖子中的批评,即仅仅为了格式化特定类型就必须做这么多工作,这说明此模块中类的设计存在问题。)
import json
from collections.abc import Mapping, Sequence
a = 0.001234567
class ScientificNotationEncoder(json.JSONEncoder):
def iterencode(self, o, _one_shot=False):
if isinstance(o, float):
return "{:e}".format(o)
elif isinstance(o, Mapping):
return "{{{}}}".format(', '.join('"{}" : {}'.format(str(ok), self.iterencode(ov))
for ok, ov in o.items()))
elif isinstance(o, Sequence) and not isinstance(o, str):
return "[{}]".format(', '.join(map(self.iterencode, o)))
return ', '.join(super().iterencode(o, _one_shot))
aout = json.dumps([a, a, "xyzzy", 42, {'z': a}, (a, a, a),],
cls=ScientificNotationEncoder)
print(aout)
# loading back in seems to still work okay!
print(json.loads(aout))
打印:
[1.234567e-03, 1.234567e-03, "xyzzy", 42, {"z" : 1.234567e-03}, [1.234567e-03, 1.234567e-03, 1.234567e-03]]
[0.001234567, 0.001234567, 'xyzzy', 42, {'z': 0.001234567}, [0.001234567, 0.001234567, 0.001234567]]
这篇关于用科学记数法编写json浮点数的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!
沃梦达教程
本文标题为:用科学记数法编写json浮点数
基础教程推荐
猜你喜欢
- 无法导入 Pytorch [WinError 126] 找不到指定的模块 2022-01-01
- 使用大型矩阵时禁止 Pycharm 输出中的自动换行符 2022-01-01
- Plotly:如何设置绘图图形的样式,使其不显示缺失日期的间隙? 2022-01-01
- 修改列表中的数据帧不起作用 2022-01-01
- 在同一图形上绘制Bokeh的烛台和音量条 2022-01-01
- 在Python中从Azure BLOB存储中读取文件 2022-01-01
- PANDA VALUE_COUNTS包含GROUP BY之前的所有值 2022-01-01
- 求两个直方图的卷积 2022-01-01
- 包装空间模型 2022-01-01
- PermissionError: pip 从 8.1.1 升级到 8.1.2 2022-01-01
