当我打印一个 numpy 数组时，我得到一个截断的表示，但我想要完整的数组。
有没有办法做到这一点？
例子：
>>> numpy.arange(10000)
array([ 0, 1, 2, ..., 9997, 9998, 9999])
>>> numpy.arange(10000).reshape(250,40)
array([[ 0, 1, 2, ..., 37, 38, 39],
[ 40, 41, 42, ..., 77, 78, 79],
[ 80, 81, 82, ..., 117, 118, 119],
...,
[9880, 9881, 9882, ..., 9917, 9918, 9919],
[9920, 9921, 9922, ..., 9957, 9958, 9959],
[9960, 9961, 9962, ..., 9997, 9998, 9999]])
import sys
import numpy
numpy.set_printoptions(threshold=sys.maxsize)
import numpy as np
np.set_printoptions(threshold=np.inf)
我建议使用np.inf而不是np.nan其他人建议的。它们都为您的目的而工作，但是通过将阈值设置为“无穷大”，每个阅读您的代码的人都清楚您的意思。有一个“不是数字”的门槛对我来说似乎有点模糊。
前面的答案是正确的，但作为较弱的选择，您可以转换为列表：
>>> numpy.arange(100).reshape(25,4).tolist()
[[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11], [12, 13, 14, 15], [16, 17, 18, 19], [20, 21,
22, 23], [24, 25, 26, 27], [28, 29, 30, 31], [32, 33, 34, 35], [36, 37, 38, 39], [40, 41,
42, 43], [44, 45, 46, 47], [48, 49, 50, 51], [52, 53, 54, 55], [56, 57, 58, 59], [60, 61,
62, 63], [64, 65, 66, 67], [68, 69, 70, 71], [72, 73, 74, 75], [76, 77, 78, 79], [80, 81,
82, 83], [84, 85, 86, 87], [88, 89, 90, 91], [92, 93, 94, 95], [96, 97, 98, 99]]
如果您使用 NumPy 1.15（2018-07-23 发布）或更新版本，您可以使用printoptions上下文管理器：
with numpy.printoptions(threshold=numpy.inf):
print(arr)
（当然，如果您是这样导入的，请替换numpy为）npnumpy
使用上下文管理器（with-block）可确保在上下文管理器完成后，打印选项将恢复为块开始之前的状态。它确保设置是临时的，并且仅应用于块内的代码。
有关上下文管理器及其支持的其他参数的详细信息，请参阅numpy.printoptions文档。
这是一种一次性的方法，如果您不想更改默认设置，这很有用：
def fullprint(*args, **kwargs):
from pprint import pprint
import numpy
opt = numpy.get_printoptions()
numpy.set_printoptions(threshold=numpy.inf)
pprint(*args, **kwargs)
numpy.set_printoptions(**opt)
这听起来像你正在使用 numpy.
如果是这种情况，您可以添加：
import numpy as np
np.set_printoptions(threshold=np.nan)
这将禁用角落打印。有关更多信息，请参阅此NumPy 教程。
正如Paul Price建议的那样使用上下文管理器
import numpy as np
class fullprint:
'context manager for printing full numpy arrays'
def __init__(self, **kwargs):
kwargs.setdefault('threshold', np.inf)
self.opt = kwargs
def __enter__(self):
self._opt = np.get_printoptions()
np.set_printoptions(**self.opt)
def __exit__(self, type, value, traceback):
np.set_printoptions(**self._opt)
if __name__ == '__main__':
a = np.arange(1001)
with fullprint():
print(a)
print(a)
with fullprint(threshold=None, edgeitems=10):
print(a)
numpy.savetxt
numpy.savetxt(sys.stdout, numpy.arange(10000))
或者如果你需要一个字符串：
import StringIO
sio = StringIO.StringIO()
numpy.savetxt(sio, numpy.arange(10000))
s = sio.getvalue()
print s
默认输出格式为：
0.000000000000000000e+00
1.000000000000000000e+00
2.000000000000000000e+00
3.000000000000000000e+00
...
并且可以配置更多参数。
特别注意这也不显示方括号，并允许进行大量自定义，如：如何打印不带括号的 Numpy 数组？
在 Python 2.7.12、numpy 1.11.1 上测试。
这是一个轻微的修改（删除了将附加参数传递给set_printoptions)neok的答案的选项。
它展示了如何使用contextlib.contextmanager更少的代码行轻松创建这样的上下文管理器：
import numpy as np
from contextlib import contextmanager
@contextmanager
def show_complete_array():
oldoptions = np.get_printoptions()
np.set_printoptions(threshold=np.inf)
try:
yield
finally:
np.set_printoptions(**oldoptions)
在您的代码中，它可以像这样使用：
a = np.arange(1001)
print(a) # shows the truncated array
with show_complete_array():
print(a) # shows the complete array
print(a) # shows the truncated array (again)
稍作修改：（因为您要打印一个巨大的列表）
import numpy as np
np.set_printoptions(threshold=np.inf, linewidth=200)
x = np.arange(1000)
print(x)
这将增加每行的字符数（默认线宽为 75）。为适合您的编码环境的线宽使用您喜欢的任何值。这将使您不必通过每行添加更多字符来处理大量输出行。
从最大列数（用 固定）补充这个答案numpy.set_printoptions(threshold=numpy.nan)，还有要显示的字符限制。在某些环境中，例如从 bash（而不是交互式会话）调用 python 时，可以通过如下设置参数来解决此问题linewidth。
import numpy as np
np.set_printoptions(linewidth=2000) # default = 75
Mat = np.arange(20000,20150).reshape(2,75) # 150 elements (75 columns)
print(Mat)
在这种情况下，您的窗口应该限制换行的字符数。
对于那些使用 sublime 文本并希望在输出窗口中查看结果的人，您应该将 build 选项添加"word_wrap": false到 sublime-build 文件 [ source ] 中。
从 NumPy 1.16 版开始，有关更多详细信息，请参阅GitHub 票证 12251。
from sys import maxsize
from numpy import set_printoptions
set_printoptions(threshold=maxsize)
将其关闭并返回正常模式
np.set_printoptions(threshold=False)
假设你有一个 numpy 数组
arr = numpy.arange(10000).reshape(250,40)
如果您想以一次性方式打印整个数组（无需切换 np.set_printoptions），但想要比上下文管理器更简单（更少代码）的东西，只需执行
for row in arr:
print row
如果您使用的是 jupyter 笔记本，我发现这是一次性案例的最简单解决方案。基本上将numpy数组转换为列表，然后转换为字符串，然后打印。这样做的好处是将逗号分隔符保留在数组中，而 usingnumpyp.printoptions(threshold=np.inf)则不会：
import numpy as np
print(str(np.arange(10000).reshape(250,40).tolist()))
您不会总是希望打印所有项目，尤其是对于大型阵列。
显示更多项目的简单方法：
In [349]: ar
Out[349]: array([1, 1, 1, ..., 0, 0, 0])
In [350]: ar[:100]
Out[350]:
array([1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 1,
1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1])
默认情况下，当切片数组 < 1000 时，它可以正常工作。
如果您使用的是 Jupyter，请尝试使用变量检查器扩展。您可以单击每个变量以查看整个数组。
您可以使用array2string功能 -文档。
a = numpy.arange(10000).reshape(250,40)
print(numpy.array2string(a, threshold=numpy.nan, max_line_width=numpy.nan))
# [Big output]
如果你有熊猫，
numpy.arange(10000).reshape(250,40)
print(pandas.DataFrame(a).to_string(header=False, index=False))
避免了需要重置的副作用，numpy.set_printoptions(threshold=sys.maxsize)并且您没有得到 numpy.array 和括号。我发现这很方便将一个宽数组转储到日志文件中
如果数组太大而无法打印，NumPy 会自动跳过数组的中心部分，只打印角落：要禁用此行为并强制 NumPy 打印整个数组，您可以使用 更改打印选项set_printoptions。
>>> np.set_printoptions(threshold='nan')
或者
>>> np.set_printoptions(edgeitems=3,infstr='inf',
... linewidth=75, nanstr='nan', precision=8,
... suppress=False, threshold=1000, formatter=None)
您还可以参考numpy 文档 numpy 文档中的“或部分”以获得更多帮助。