如何打印完整的NumPy數組？

284

當我打印一個numpy數組時，我得到一個截斷的表示，但我想要完整的數組。如何打印完整的NumPy數組？

有沒有辦法做到這一點？

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]])

來源

2010-01-01 kame

有沒有辦法做到這一點是「一次性」的基礎上的Th？ at是，打印出完整的輸出一次，但不是在其他時間在腳本中？ –

@Matt O'Brien請參閱下面的ZSG的回答 – user2398029

您能否將接受的答案更改爲推薦'np.inf'的那個？ 'np.nan'和''nan''只能通過總僥倖運行，[''nan''甚至不能在Python 3中工作]（http://ideone.com/tjyGhX），因爲他們改變了混合模式，類型比較實現'threshold ='nan''依賴。 – user2357112

302

要在裏德的回答澄清

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

注意，上面給出的答覆與工作距離numpy的進口*'，這是不可取的初始。這也爲我的作品

numpy.set_printoptions(threshold='nan')

的完整文檔，請參閱http://docs.scipy.org/doc/numpy/reference/generated/numpy.set_printoptions.html。

來源

2010-01-01 06:26:05

+15

對於新手來說，錯誤信息如TypeError：無法定義的類型：int（）> str（）'不是一個非常明確的診斷;如果你使用'numpy作爲np'，但是忘記用'np'作爲你的閾值定義的前綴，那麼就會發生。因此，爲了澄清，如果你將numpy作爲X導入，你需要指定閾值爲'X.nan'或'X .inf'。例如，'import numpy as np'需要'np.set_printoptions（threshold = np.nan）'。 –

對我而言，設置'threshold ='nan''不起作用。設置「threshold = np.inf」按照@PaulMag建議的方式工作 – Shamps

@Shamps在這裏相同。設置threshold ='nan''後，沒有任何內容被打印出來。用'np.inf'打印所有內容。 – Karlo

這聽起來像你正在使用numpy的。

如果是這樣的話，你可以添加：

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

時將禁止角落打印。有關更多信息，請參見NumPy Tutorial。

來源

2010-01-01 02:02:41

請注意，我相信你需要'threshold ='nan''（也就是'nan'的引號），或者你必須導入常量：'from numpy import nan' – charleslparker

這裏是一個一次性的方式做到這一點，如果你不希望更改默認設置，這是有用的：

def fullprint(*args, **kwargs): 
    from pprint import pprint 
    import numpy 
    opt = numpy.get_printoptions() 
    numpy.set_printoptions(threshold='nan') 
    pprint(*args, **kwargs) 
    numpy.set_printoptions(**opt)

來源

2014-07-02 23:08:50 ZSG

看起來這將是一個使用上下文管理器的好地方，所以你可以說「用fullprint」。 –

121

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

我建議使用的np.inf代替np.nan其建議由他人。它們都是爲你的目的而工作的，但是通過將閾值設置爲「無窮大」，每個人都明白你的代碼是什麼意思。有一個「不是數字」的門檻似乎對我有點模糊。

來源

2014-09-24 14:01:51 PaulMag

這是什麼反作用？如何回到之前的設置（帶點）？ – Karlo

@Karlo默認數字是1000，因此'np.set_printoptions（threshold = 1000）'會將它恢復爲默認行爲。但是，您可以根據需要將此閾值設置爲低或高。 'np.set_printoptions（threshold = np.inf）'只是簡單地改變了打印數組在截斷到無限之前的最大大小，所以無論多大，它都不會被截斷。如果將閾值設置爲任何實數，那麼這將是最大值。 – PaulMag

這不僅更清晰，而且更脆弱。對於'np.inf'，'np.nan'或''nan''，**沒有特殊的處理**。無論你放在那裏，NumPy仍然會使用普通的'>'來比較數組的大小和閾值。 ''np.nan'只會發生作用，因爲它的'a.size> _summaryThreshold'而不是'a.size <= _summaryThreshold'，並且'np.nan'爲所有''''返回'False'' '<='比較。由於Python 2的混合類型比較邏輯的脆弱實現細節，「nan」只能正常工作;它在Python 3上完全中斷。 – user2357112

以前的答案是正確的，但作爲一個weeker替代，你可以變身成一個列表：

>>> 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]]

來源

2015-04-23 13:40:50 Anoyz

使用上下文管理作爲Paul Price sugggested

import numpy as np 


class fullprint: 
    'context manager for printing full numpy arrays' 

    def __init__(self, **kwargs): 
     if 'threshold' not in kwargs: 
      kwargs['threshold'] = np.nan 
     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) 

a = np.arange(1001) 

with fullprint(): 
    print(a) 

print(a) 

with fullprint(threshold=None, edgeitems=10): 
    print(a)

來源

2016-09-09 06:33:55 neok

這是對上下文管理器的巧妙使用。 – timgeb

numpy.savetxt

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

或者如果你需要一個字符串：

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

默認輸出格式爲：

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

，它可以與其它參數進行配置。

測試Python 2.7.12，numpy 1.11.1。

來源

2017-02-04 23:22:48

對於這些誰喜歡進口爲NP：

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

還將努力

來源

2017-06-06 01:49:26 MrG

如果數組是太大而無法打印，NumPy的自動跳過該陣列的中央部分，只打印角落：要禁用此行爲，並迫使NumPy的打印整個陣列，您可以使用更改打印選項set_printoptions.

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

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

你也可以reffer numpy documentation numpy documentation for "or part"更多的幫助

來源

2017-07-01 13:27:27

-3

它就像python的範圍，使用np.range(10001) 歡迎！。

來源

2017-07-02 03:44:52

這是一個輕微的修改（除去通過額外的參數set_printoptions)neok的答案的選項

它顯示瞭如何使用contextlib.contextmanager輕鬆地創建具有更少的代碼這樣的contextmanager：

import numpy as np 
from contextlib import contextmanager 

@contextmanager 
def show_complete_array(): 
    oldoptions = np.get_printoptions() 
    np.set_printoptions(threshold=np.inf) 
    yield 
    np.set_printoptions(**oldoptions)

在你的代碼可以使用這樣的：

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)

來源

2017-08-23 05:43:13 MSeifert

這是太棒了，很好，很短，工作得很好。 – Korzak

如何打印完整的NumPy數組？

回答

相關問題