在 Python 中使用列对齐打印
print()
函数在 Python 中得到了发展。 它最初是 Python 3 中的一条语句,后来被转换为一个函数。
我们可以用不同的方法格式化结果,以特定格式打印一些东西。 本教程将演示如何在 Python 中使用列对齐进行打印。
在 Python 中使用 % 格式打印列对齐
%
方法是格式化字符串并以所需样式获取结果的最常见和最古老的方法之一。 我们可以使用 %-*s
来指定将用作列宽的间距。
需要为每一行调整间距。
代码示例:
print("First Name: %-*s Last Name: %s" % (13,'Jim', 'Clark'))
print("Age: %-*s Website: %s" % (20,'42', 'jiyik.com'))
输出:
First Name: Jim Last Name: Clark
Age: 42 Website: jiyik.com
在 Python 中使用 format() 函数打印列对齐
我们可以利用 format()
函数以我们想要的样式和格式打印结果。 要在 Python 中打印列对齐的内容,我们必须为每一列指定相同数量的空格。
这可以通过 format()
函数来实现。 我们可以在函数内指定未知值,并使用花括号指定空格。
代码示例:
print("First Name: {0:13} Last Name: {1}".format('Jim', 'Clark'))
print("Age: {0:20} Website: {1}".format('42', 'jiyik.com'))
输出:
First Name: Jim Last Name: Clark
Age: 42 Website: jiyik.com
在上面的示例中,我们使用 format()
函数打印用户的详细信息并对齐结果。 请注意,我们必须为第一行和第二行指定不同的空间。
这是为了管理列名长度的差异。
使用 f-strings 在 Python 中按列对齐打印
f-strings 是在 Python 3 中作为格式化字符串的一种方式引入的。 这些比以前的方法相对更快。
我们还可以使用 f 字符串通过 print() 函数将间距指定为列宽。
代码示例:
print(f"{'First Name: ' + 'Jim':<25} Last Name: {'Clark'}")
print(f"{'Age: ' + '42':<25} Website: {'jiyik.com'}")
输出:
First Name: Jim Last Name: Clark
Age: 42 Website: jiyik.com
在上面的代码示例中,结果以完美对齐方式打印。 使用这种方法的好处是我们不必为不同的行指定不同的间距。
使用 expandtabs() 函数在 Python 中按列对齐打印
我们可以使用转义字符在打印内容时添加新行、制表符和其他字符。 \t 字符用于指定制表符。
我们可以将此转义字符与 expandtabs()
函数一起使用。 此函数可以在 Python 中显式指定制表符的间距和列对齐方式。
代码示例:
print(('First Name: Jim' + '\t' + 'Last Name: Clark').expandtabs(13))
print(('Age: 42' + '\t' + 'Website: jiyik.com').expandtabs(26))
输出:
First Name: Jim Last Name: Clark
Age: 42 Website: jiyik.com
使用 just() 函数在 Python 中按列对齐打印
在 Python 中,我们有不同的字符串对齐方法。 我们可以使用 ljust()
、rjust()
和 center()
函数对齐字符串。
使用这些,我们可以根据我们的要求适当地对齐行。 此示例将演示 ljust()
函数。
此函数将左对齐字符串。 间距在函数内指定,并且两行可以相同以将它们对齐为列。
代码示例:
print('First Name: Jim'.ljust(40) + 'Last Name: Clark')
print('Age: 42'.ljust(40) + 'Website: jiyik.com')
输出:
First Name: Jim Last Name: Clark
Age: 42 Website: jiyik.com
在上面的例子中,我们用 ljust()
函数对齐左边的字符串,它们看起来是按列对齐的。 同样,我们可以使用其他函数进行对齐。
总结
最后,我们讨论了几种在 Python 中打印按列对齐的字符串的方法。 为此,我们首先讨论了不同的字符串格式化方法来实现这一点。
其中,fstrings 被证明是最易于使用的方法。 我们还讨论了使用 expandtabs() 函数的间距,而 ljust() 等不同的函数也可以完美地解决与对齐相关的问题。
相关文章
Pandas DataFrame DataFrame.shift() 函数
发布时间:2024/04/24 浏览次数:133 分类:Python
-
DataFrame.shift() 函数是将 DataFrame 的索引按指定的周期数进行移位。
Python pandas.pivot_table() 函数
发布时间:2024/04/24 浏览次数:82 分类:Python
-
Python Pandas pivot_table()函数通过对数据进行汇总,避免了数据的重复。
Pandas read_csv()函数
发布时间:2024/04/24 浏览次数:254 分类:Python
-
Pandas read_csv()函数将指定的逗号分隔值(csv)文件读取到 DataFrame 中。
Pandas 多列合并
发布时间:2024/04/24 浏览次数:628 分类:Python
-
本教程介绍了如何在 Pandas 中使用 DataFrame.merge()方法合并两个 DataFrames。
Pandas loc vs iloc
发布时间:2024/04/24 浏览次数:837 分类:Python
-
本教程介绍了如何使用 Python 中的 loc 和 iloc 从 Pandas DataFrame 中过滤数据。
在 Python 中将 Pandas 系列的日期时间转换为字符串
发布时间:2024/04/24 浏览次数:894 分类:Python
-
了解如何在 Python 中将 Pandas 系列日期时间转换为字符串