作为对最大列数的补充（使用numpy.set_printoptions（threshold=numpy.nan）进行了修复），也有显示字符的限制。在某些环境中，例如从bash调用python（而不是交互式会话）时，可以通过如下设置参数linewidth来解决此问题。

import numpy as np
np.set_printoptions(linewidth=2000)    # default = 75
Mat = np.arange(20000,20150).reshape(2,75)    # 150 elements (75 columns)
print(Mat)

在这种情况下，窗口应该限制换行的字符数。

对于那些使用崇高文本并希望在输出窗口中看到结果的用户，应该将构建选项“word_wrap”：false添加到崇高构建文件[source]中。

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。

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)

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]]

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