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
假设您有一个numpy数组
arr = numpy.arange(10000).reshape(250,40)
如果您想一次性打印整个数组（不切换np.set_printoptions），但想要比上下文管理器更简单（更少的代码），只需执行以下操作
for row in arr:
print row
其他回答
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()))
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)
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]
从NumPy 1.16版本开始，有关更多详细信息，请参阅GitHub票证12251。
from sys import maxsize
from numpy import set_printoptions
set_printoptions(threshold=maxsize)
