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
numpy.savetxt
numpy.savetxt(sys.stdout, numpy.arange(10000))
或者如果需要字符串：
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
...
并且可以用其他参数来配置它。
请特别注意，这也不会显示方括号，并允许进行大量自定义，如：how to print a Numpy array without bracket？
在Python 2.7.12，numpy 1.11.1上测试。
其他回答
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
如果你使用的是jupyter笔记本，我发现这是一次性使用的最简单的解决方案。基本上将numpy数组转换为列表，然后转换为字符串，然后打印。这样做的好处是在数组中保留逗号分隔符，而使用numpyp.printoptions（threshold=np.inf）则不会：
import numpy as np
print(str(np.arange(10000).reshape(250,40).tolist()))
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。
关闭并返回正常模式
np.set_printoptions(threshold=False)
使用Paul Price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)
