arrgh：专为科学计算设计的 Python 工具，简洁直观地打印数组与标量的汇总表，支持 numpy、pytorch、jax 等多种数据类型。
• 一行代码输出详细表格，涵盖名称、数据类型、形状、设备、最小值、最大值及均值，助力快速调试数组形状与数值。
• 支持多种数据类型：numpy.ndarray、torch.Tensor、jax 数组、Python 标量及 None，兼容性广。
• 可通过关键字参数自定义变量名，提升表格可读性，方便临时变量管理。
• 轻量级库，安装便捷：`pip install arrgh`，API 简单，仅需调用 `arrgh()` 即可。
• 浮点数打印精度可配置，满足不同精度需求，调试更灵活。
• MIT 开源许可证，活跃维护中，适合数据科学家、AI 工程师及科研人员使用。
精确掌握数组动态，调试不再“arrgh”🔧
了解详情🔗 github.com/nmwsharp/arrgh
#Python工具# #科学计算# #深度学习# #数据调试# #开源项目#
• 一行代码输出详细表格，涵盖名称、数据类型、形状、设备、最小值、最大值及均值，助力快速调试数组形状与数值。
• 支持多种数据类型：numpy.ndarray、torch.Tensor、jax 数组、Python 标量及 None，兼容性广。
• 可通过关键字参数自定义变量名，提升表格可读性，方便临时变量管理。
• 轻量级库，安装便捷：`pip install arrgh`，API 简单，仅需调用 `arrgh()` 即可。
• 浮点数打印精度可配置，满足不同精度需求，调试更灵活。
• MIT 开源许可证，活跃维护中，适合数据科学家、AI 工程师及科研人员使用。
精确掌握数组动态，调试不再“arrgh”🔧
了解详情🔗 github.com/nmwsharp/arrgh
#Python工具# #科学计算# #深度学习# #数据调试# #开源项目#
