如何打印完整的NumPy数组，没有截断？

这听起来像你在使用numpy。

如果是这样，您可以添加：

import numpy as npnp.set_printoptions(threshold=np.nan)

这将禁用角打印。有关详细信息，请参阅此NumPy教程。

使用numpy.set_printoptions：

import sysimport numpynumpy.set_printoptions(threshold=sys.maxsize)

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 pprintimport numpyopt = numpy.get_printoptions()numpy.set_printoptions(threshold=numpy.inf)pprint(*args, **kwargs)numpy.set_printoptions(**opt)

import numpy as npnp.set_printoptions(threshold=np.inf)

我建议使用np.inf而不是其他人建议的np.nan。它们都符合你的目的，但是通过将阈值设置为“无穷大”，每个阅读你的代码的人都很明显你的意思。设置“不是数字”的阈值对我来说似乎有点模糊。

前面的答案是正确的，但作为较弱的替代方案，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]]

使用保罗·普莱斯建议的上下文管理器

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 StringIOsio = StringIO.StringIO()numpy.savetxt(sio, numpy.arange(10000))s = sio.getvalue()print s

默认输出格式为：

0.000000000000000000e+001.000000000000000000e+002.000000000000000000e+003.000000000000000000e+00...

它可以用进一步的参数配置。

请特别注意，这也没有显示方括号，并且允许大量自定义，如以下所述：如何打印没有括号的Numpy数组？

在Python 2.7.12上测试，numpy 1.11.1。

如果数组太大而无法打印，NumPy会自动跳过数组的中心部分，只打印边角：要禁用此行为并强制NumPy打印整个数组，您可以使用set_printoptions更改打印选项。

>>> np.set_printoptions(threshold='nan')

或

>>> np.set_printoptions(edgeitems=3,infstr='inf',... linewidth=75, nanstr='nan', precision=8,... suppress=False, threshold=1000, formatter=None)

您也可以参考numpy留档Numpy留档为"or part"以获得更多帮助。

这是一个轻微的修改（删除了将额外参数传递给set_printoptions) ofneok的答案的选项。

它展示了如何使用contextlib.contextmanager用更少的代码行轻松创建这样的上下文管理器：

import numpy as npfrom contextlib import contextmanager
@contextmanagerdef show_complete_array():oldoptions = np.get_printoptions()np.set_printoptions(threshold=np.inf)try:yieldfinally:np.set_printoptions(**oldoptions)

在你的代码中，它可以这样使用：

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)

假设你有一个numpy数组

 arr = numpy.arange(10000).reshape(250,40)

如果您想一次性打印完整的数组（不切换np.set_printoptions），但想要比上下文管理器更简单（代码更少），只需

for row in arr:print row

您可以使用array2string函数-文档。

a = numpy.arange(10000).reshape(250,40)print(numpy.array2string(a, threshold=numpy.nan, max_line_width=numpy.nan))# [Big output]

作为对最大列数的回答的补充（用numpy.set_printoptions(threshold=numpy.nan)修复），还限制了要显示的字符。在某些环境中，例如从bash（而不是交互式会话）调用python时，可以通过将参数linewidth设置为以下内容来修复此问题。

import numpy as npnp.set_printoptions(linewidth=2000)    # default = 75Mat = 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，您应该将构建选项"word_wrap": false添加到sublime-build文件[来源]。

临时设置

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，如果这是您导入numpy的方式，请将numpy替换为np）

使用上下文管理器（with块）可确保上下文管理器完成后，打印选项将恢复为块启动前的状态。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#0留档。

从NumPy版本1.16开始，有关更多详细信息，请参阅github工单12251。

from sys import maxsizefrom numpy import set_printoptions
set_printoptions(threshold=maxsize)

您不会总是希望打印所有项目，特别是对于大型数组。

显示更多项目的简单方法：

In [349]: arOut[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。

把它关掉，回到正常模式

np.set_printoptions(threshold=False)

稍作修改：（因为你要打印一个巨大的列表）

import numpy as npnp.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任何您喜欢的值。这将通过每行添加更多字符来节省您处理大量输出行的时间。

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numpy.set_printoptions(threshold=sys.maxsize)的副作用，并且您不会得到numpy.array和括号。我发现这很方便将宽数组转储到日志文件中

如果您使用的是Jupyter，请尝试变量检验员扩展。您可以单击每个变量以查看整个数组。

如果你使用的是jupyter笔记本，我发现这是一次性情况下最简单的解决方案。基本上将numpy数组转换为列表，然后转换为字符串，然后打印。这的好处是将逗号分隔符保留在数组中，而使用numpyp.printoptions(threshold=np.inf)不会：

import numpy as npprint(str(np.arange(10000).reshape(250,40).tolist()))

with np.printoptions(edgeitems=50):print(x)

把50改成你想看多少行

来源：这里

这是最hackiest的解决方案，它甚至可以像numpy一样很好地打印它：

import numpy as np
a = np.arange(10000).reshape(250,40)
b = [str(row) for row in a.tolist()]
print('\n'.join(b))

外出：