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
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)
其他回答
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()))
关闭并返回正常模式
np.set_printoptions(threshold=False)
听起来你在用numpy。
如果是这种情况，您可以添加：
import numpy as np
np.set_printoptions(threshold=np.nan)
这将禁用拐角打印。有关详细信息，请参阅本NumPy教程。
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
使用numpy.set_printoptions：
import sys
import numpy
numpy.set_printoptions(threshold=sys.maxsize)
