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
稍微修改一下：（因为你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）。使用适合编码环境的任何线宽值。这将通过每行添加更多的字符来避免您必须经过大量的输出行。
其他回答
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：要禁用此行为并强制NumPy打印整个阵列，可以使用set_printoptions更改打印选项。
>>> np.set_printoptions(threshold='nan')
or
>>> 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。
import numpy as np
np.set_printoptions(threshold=np.inf)
我建议使用np.inf而不是其他人建议的np.nan。它们都符合您的目的，但通过将阈值设置为“无限”，每个阅读代码的人都会明白您的意思。对我来说，“不是数字”的门槛似乎有点模糊。
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。
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)
这里有一个一次性的方法，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)
