python 格式化输出

今天遇到了一个场景：查看一组二维的中间数据，print之后比较乱，如下图所示

原始打印效果.png

这是严格的10×25的数组，其中有一些英文空格，占位不足，所以打算用一个函数去优化他，这里考虑三种情况：
（1）如果数据类型不是List而是Tensor或者Numpy
（2）如果第一维度的list长度不一致
（3）如果输入数据的0,1维度倒置，也就是下面这种情况

数据结构.png
这里用prettytable包来实现了，不得不说确实是比较美观，和一开始的效果差距还是比较大，终端输出如下：
prettytable效果.png

具体的代码如下，调用row_table、column_table就可以看到打印效果，column_table会将0,1维度调换：

import prettytable as pt
import numpy as np
import torch

def row_table(d):
    data = pre_type(d)
    tb = pt.PrettyTable()
    row_len = len(data[0])
    row_num = len(data)
    print(row_len,row_num)
    tb.field_names = list(map(lambda x:str(x), range(0, row_len+1)))
    for i in range(0,row_num):
        row = data[i]
        row.insert(0,str(i))
        tb.add_row(row)
    print(tb)

def column_table(d):
    # 如果1维度是按列（备选组）的，那就转化成按行（一个句子）的，然后再打印
    # 毕竟只是展示，还是打印成一行看着清楚
    # 所有预处理之前都用pre_type先转成二维list的形式，不接受Ternsor，Numpy类型
    data = pre_type(d)
    data = pre_size(data)
    row_table(data)

def pre_size(d):
    data = np.array(d)
    data.transpose()
    return data.tolist()

def pre_type(d):
    data = None
    if isinstance(d,list):
        data = d
    elif type(d) is np.ndarray:
        data = data.tolist()
    elif torch.is_tensor(d):
        data = data.numpy().tolist()
    max_len = max(list(map(lambda x:len(x), data)))
    data=list(map(lambda l:l+[' ']*(max_len-len(l)), data))
    print(data)
    return data