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
关闭并返回正常模式
np.set_printoptions(threshold=False)
其他回答
关闭并返回正常模式
np.set_printoptions(threshold=False)
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)
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。
您不会总是想要打印所有项目，尤其是对于大型阵列。
显示更多项目的简单方法：
In [349]: ar
Out[349]: array([1, 1, 1, ..., 0, 0, 0])
In [350]: ar[:100]
Out[350]:
array([1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 1,
1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1])
默认情况下，当切片数组＜1000时，它工作正常。
使用numpy.set_printoptions：
import sys
import numpy
numpy.set_printoptions(threshold=sys.maxsize)
