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)