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)

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]]

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)

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。

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)