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
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]
关闭并返回正常模式
np.set_printoptions(threshold=False)
如果您正在使用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。
临时设置
您可以使用printoptions上下文管理器：
with numpy.printoptions(threshold=numpy.inf):
print(arr)
（当然，如果导入numpy的方式是用np替换numpy）
使用上下文管理器（with块）可以确保上下文管理器完成后，打印选项将恢复到块开始之前的状态。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。它在NumPy 1.15（发布于2018-07-23）中推出。
前面的答案是正确的，但作为一个较弱的选择，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]]
