当我打印一个numpy数组时，我得到了一个截断的表示，但我想要完整的数组。
>>> 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]])
当前回答
您可以使用arraystring函数-docs。
a = numpy.arange(10000).reshape(250,40)
print(numpy.array2string(a, threshold=numpy.nan, max_line_width=numpy.nan))
# [Big output]
其他回答
听起来你在用numpy。
如果是这种情况，您可以添加：
import numpy as np
np.set_printoptions(threshold=np.nan)
这将禁用拐角打印。有关详细信息，请参阅本NumPy教程。
使用numpy.set_printoptions：
import sys
import numpy
numpy.set_printoptions(threshold=sys.maxsize)
这是对neoks答案的轻微修改（删除了向set_printoptions传递额外参数的选项）。
它展示了如何使用contextlib.contextmanager轻松创建这样的contextmanager，只需更少的代码行：
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，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)
这是最黑客的解决方案，它甚至可以像numpy一样打印得很好：
import numpy as np
a = np.arange(10000).reshape(250,40)
b = [str(row) for row in a.tolist()]
print('\n'.join(b))
Out:
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，并且不会得到numpy.array和括号。我发现将一个大数组转储到日志文件中很方便
