如何在不截断的情况下打印完整的NumPy数组？

当我打印一个numpy数组时，我得到一个截断的表示形式，但是我想要完整的数组。

有什么办法吗？

例子：

>>> 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]])

用途numpy.set_printoptions：

import sys
import numpy
numpy.set_printoptions(threshold=sys.maxsize)

import numpy as np
np.set_printoptions(threshold=np.inf)

我建议使用，np.inf而不是np.nan别人建议的。它们都为您的目的而工作，但是通过将阈值设置为“无穷大”，对于每个阅读您的代码的人来说都是显而易见的。对我来说，达到“没有数字”的门槛似乎有点模糊。

先前的答案是正确的，但是作为较弱的选择，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]]

NumPy 1.15或更高版本

如果您使用NumPy 1.15（2018年7月23日发行）或更高版本，则可以使用printoptions上下文管理器：

with numpy.printoptions(threshold=numpy.inf):
    print(arr)

（当然，如果您导入的方式是，请替换numpy为）npnumpy

使用上下文管理器（with-block）可确保在上下文管理器完成后，打印选项将恢复为块启动之前的状态。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，请参见numpy.printoptions文档。

听起来您正在使用numpy。

如果是这样，您可以添加：

import numpy as np
np.set_printoptions(threshold=np.nan)

这将禁用边角打印。有关更多信息，请参见此NumPy教程。

这是一种一次性的方法，如果您不想更改默认设置，这将非常有用：

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)

使用上下文管理作为保价 sugggested

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)

numpy.savetxt

numpy.savetxt(sys.stdout, numpy.arange(10000))

或者如果您需要一个字符串：

import StringIO
sio = StringIO.StringIO()
numpy.savetxt(sio, numpy.arange(10000))
s = sio.getvalue()
print s

默认输出格式为：

0.000000000000000000e+00
1.000000000000000000e+00
2.000000000000000000e+00
3.000000000000000000e+00
...

并可以使用其他参数进行配置。

特别要注意的是，它也不会显示方括号，并允许进行大量自定义，如以下内容所述：如何打印不带括号的Numpy数组？

在python 2.7.12，numpy 1.11.1上测试。

这是一个微小的修饰（除去传递额外的参数选项set_printoptions)的neok的回答。

它显示了如何使用contextlib.contextmanager更少的代码行轻松地创建这样的contextmanager：

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，可以这样使用它：

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)

除了最大列数（以固定）之外，此答案numpy.set_printoptions(threshold=numpy.nan)还可以显示一定数量的字符。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来解决此问题linewidth。

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，您的窗口应限制换行符的字符数。

对于那些使用sublime文本并希望在输出窗口中查看结果的用户，应将build选项添加"word_wrap": false到sublime-build文件[ source ]中。

从NumPy 1.16版本开始，有关更多详细信息，请参见GitHub票证12251。

from sys import maxsize
from numpy import set_printoptions

set_printoptions(threshold=maxsize)

要关闭它并返回正常模式

np.set_printoptions(threshold=False)

假设您有一个numpy数组

 arr = numpy.arange(10000).reshape(250,40)

如果要一次性打印整个数组（不切换np.set_printoptions），但是想要比上下文管理器更简单（更少的代码）的方法，那就做

for row in arr:
     print row 

稍作修改：（因为您要打印大量列表）

import numpy as np
np.set_printoptions(threshold=np.inf, linewidth=200)

x = np.arange(1000)
print(x)

这将增加每行的字符数（默认线宽为75）。使用任何您喜欢的值作为适合您的编码环境的线宽。通过每行添加更多字符，这将使您不必遍历大量输出行。

您可以使用array2string功能-docs。

a = numpy.arange(10000).reshape(250,40)
print(numpy.array2string(a, threshold=numpy.nan, max_line_width=numpy.nan))
# [Big output]

您不会总是希望打印所有项目，尤其是对于大型阵列。

一种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，当切片的数组<1000时，它可以正常工作。

如果有熊猫

    numpy.arange(10000).reshape(250,40)
    print(pandas.DataFrame(a).to_string(header=False, index=False))

避免了需要重新设置的副作用，numpy.set_printoptions(threshold=sys.maxsize)并且您没有得到numpy.array和方括号。我发现这很方便将大量数组转储到日志文件中

如果一个数组太大而无法打印，NumPy会自动跳过该数组的中央部分而仅打印角点：要禁用此行为并强制NumPy打印整个数组，可以使用更改打印选项set_printoptions。

>>> np.set_printoptions(threshold='nan')

要么

>>> np.set_printoptions(edgeitems=3,infstr='inf',
... linewidth=75, nanstr='nan', precision=8,
... suppress=False, threshold=1000, formatter=None)

您也可以参考numpy文档 numpy文档中的“或部分”以获取更多帮助。