当然,您可以更改数组的打印阈值,如在其他地方回答的那样:
np.set_printoptions(threshold=np.nan)
但是根据您要查看的内容,可能有更好的方法来做到这一点。例如,如果您的数组确实如您所展示的那样大部分为零,并且您想检查它是否具有非零值,您可能会查看以下内容:
import numpy as np
import matplotlib.pyplot as plt
In [1]: a = np.zeros((100,100))
In [2]: a
Out[2]:
array([[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.],
...,
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.]])
更改一些值:
In [3]: a[4:19,5:20] = 1
它看起来仍然一样:
In [4]: a
Out[4]:
array([[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.],
...,
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.]])
检查一些不需要手动查看所有值的东西:
In [5]: a.sum()
Out[5]: 225.0
In [6]: a.mean()
Out[6]: 0.022499999999999999
或绘制它:
In [7]: plt.imshow(a)
Out[7]: <matplotlib.image.AxesImage at 0x1043d4b50>
或保存到文件:
In [11]: np.savetxt('file.txt', a)