Python 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，我会得到一个截断的表示，但我想要完整的数组

有没有办法做到这一点

示例：

>>> 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]])

---

这听起来像是你在用numpy

如果是这种情况，您可以添加：

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

---

这将禁用角打印。有关更多信息，请参见此。

这听起来像是在使用numpy

如果是这种情况，您可以添加：

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

这将禁用角打印。有关更多信息，请参见此。

使用：

使用：

---

以下是一种一次性方法，如果您不想更改默认设置，此方法非常有用：

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)

---

以下是一种一次性方法，如果您不想更改默认设置，此方法非常有用：

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)

我建议使用

np.inf

而不是别人建议的

np.nan

。它们都是为您的目的而工作的，但是通过将阈值设置为“无穷大”，每个阅读您的代码的人都会明白您的意思。“不是一个数字”的门槛对我来说似乎有点模糊

---

我建议使用

np.inf

而不是别人建议的

np.nan

。它们都是为您的目的而工作的，但是通过将阈值设置为“无穷大”，每个阅读您的代码的人都会明白您的意思。“不是一个数字”的阈值对我来说似乎有点模糊。

前面的答案是正确的，但作为一个较弱的选择，您可以转换为一个列表：

>>> 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]]

---

前面的答案是正确的，但作为一个较弱的选择，您可以转换为一个列表：

>>> 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]]

---

使用上下文管理器作为建议

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)

---

使用上下文管理器作为建议

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))

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

或者，如果需要字符串：

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
...

它还可以配置其他参数

请特别注意，这也没有显示方括号，并允许进行大量定制，如所述：

---

在Python 2.7.12、numpy 1.11.1上测试。

numpy.savetxt

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

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

或者，如果需要字符串：

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
...

它还可以配置其他参数

请特别注意，这也没有显示方括号，并允许进行大量定制，如所述：

---

在Python 2.7.12和numpy 1.11.1上测试。

如果数组太大而无法打印，numpy会自动跳过数组的中心部分，只打印角： 要禁用此行为并强制NumPy打印整个阵列，可以使用

set\u printoptions

更改打印选项

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

或

---

您还可以参考以获取更多帮助。

如果阵列太大而无法打印，NumPy会自动跳过阵列的中心部分，只打印角点： 要禁用此行为并强制NumPy打印整个阵列，可以使用

set\u printoptions

更改打印选项

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

或

---

您还可以参考以获取更多帮助。

这是对s答案的一个轻微修改（删除了将附加参数传递给

set\u printoptions）

它显示了如何使用轻松创建这样一个contextmanager，代码行数更少：

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)

---

这是对s答案的一个轻微修改（删除了将附加参数传递给

set\u printoptions）

它显示了如何使用轻松创建这样一个contextmanager，代码行数更少：

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)

---

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完整数组（无需切换np.set\u printpoptions），但需要比上下文管理器更简单（代码更少），只需执行以下操作即可

for row in arr:
     print row 

---

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完整数组（无需切换np.set\u printpoptions），但需要比上下文管理器更简单（代码更少），只需执行以下操作即可

for row in arr:
     print row 

---

您可以使用

array2string

函数-

---

您可以使用

array2string

函数-

除了最大列数（固定为

numpy.set\u printoptions（threshold=numpy.nan）

）之外，还限制了要显示的字符数。在某些环境中，如从bash调用python（而不是交互式会话），可以通过如下设置参数

linewidth

来解决此问题

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，窗口应该限制换行字符的数量

对于那些使用升华文本并希望在输出窗口中看到结果的用户，您应该向升华生成文件[]中添加生成选项

“word\u wrap”：false

。

从最大列数（使用

numpy.set\u printpoptions（threshold=numpy.nan）

中补充此选项，要显示的字符也有限制。在某些环境中，如从bash调用python（而不是交互式会话），可以通过如下设置参数

linewidth

来解决此问题

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，窗口应该限制换行字符的数量

对于那些使用升华文本并希望在输出窗口中看到结果的用户，您应该将生成选项

“word\u wrap”：false

添加到升华生成文件[]中。

临时设置 如果您使用NumPy 1.15（2018-07-23发布）或更新版本，您可以使用

printoptions

上下文管理器：

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

（当然，如果导入的是

numpy

，请将

numpy

替换为

np

）

使用上下文管理器（带-块的

）可确保上下文管理器完成后，打印选项将恢复到块启动前的状态。它确保设置是临时的，并且仅应用于