Как распечатать полный массив NumPy без усечения?

Когда я печатаю пустой массив, я получаю усеченное представление, но мне нужен полный массив.

Есть какой-либо способ сделать это?

Примеры:

>>> 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]])
+432
источник поделиться
20 ответов

Используйте numpy.set_printoptions:

import sys
import numpy
numpy.set_printoptions(threshold=sys.maxsize)
+462
источник
import numpy as np
np.set_printoptions(threshold=np.inf)

Я предлагаю использовать np.inf вместо np.nan, который предлагается другими. Они оба работают для вашей цели, но, установив порог на "бесконечность", всем очевидно, что вы читаете свой код, что вы имеете в виду. Наличие порога "не числа" кажется мне немного расплывчатым.

+183
источник
другие ответы

Связанные вопросы


Похожие вопросы

Предыдущие ответы правильные, но в качестве более слабой альтернативы вы можете преобразовать их в список:

>>> 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]]
+59
источник

Похоже, вы используете NumPy.

Если это так, вы можете добавить:

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

Это отключит печать на углу. Для получения дополнительной информации см. Этот учебник NumPy.

+40
источник

Вот одноразовый способ сделать это, что полезно, если вы не хотите изменять свои настройки по умолчанию:

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)
+30
источник

Использование менеджера контекста в качестве предложения Пола Прайса

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)

a = np.arange(1001)

with fullprint():
    print(a)

print(a)

with fullprint(threshold=None, edgeitems=10):
    print(a)
+25
источник

NumPy 1.15 или новее

Если вы используете NumPy 1.15 (выпущен в 2018-07-23) или новее, вы можете использовать контекстный менеджер printoptions:

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

(конечно, замените numpy на np если это так, как вы импортировали numpy)

Использование диспетчера контекста (with -block) гарантирует, что после завершения диспетчера контекста параметры печати вернутся к тому, что было до начала блока. Он обеспечивает временную настройку и применяется только к коду внутри блока.

См. Документацию numpy.printoptions для получения подробной информации о менеджере контекста и других поддерживаемых им аргументах.

+17
источник

numpy.savetxt

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

или если вам нужна строка:

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

Формат вывода по умолчанию:

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

и это может быть настроено с дальнейшими аргументами.

Обратите внимание, в частности, как это также не показывает квадратные скобки, и учитывает много настроек, как упомянуто в: Как напечатать массив Numpy без скобок?

Протестировано на Python 2.7.12, numpy 1.11.1.

+10
источник

Это небольшая модификация (удалена возможность передавать дополнительные аргументы в set_printoptions) ответа neok.

Он показывает, как вы можете использовать contextlib.contextmanager чтобы легко создать такой менеджер контекста с меньшим количеством строк кода:

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)

В вашем коде это можно использовать так:

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)
+9
источник

В дополнение к этому ответу из максимального количества столбцов (фиксируется с помощью numpy.set_printoptions(threshold=numpy.nan)), также есть ограничение на количество отображаемых символов. В некоторых средах, например при вызове python из bash (а не в интерактивном сеансе), это можно исправить, установив параметр linewidth следующим образом.

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)

В этом случае ваше окно должно ограничивать количество символов для переноса строки.

Для тех, кто использует возвышенный текст и хочет видеть результаты в окне вывода, вы должны добавить опцию сборки "word_wrap": false в файл возвышенной сборки [ source ].

+5
источник

Для тех, кому нравится импортировать как np:

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

Будет также работать

+4
источник

Предположим, у вас есть массив NumPy

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

Если вы хотите напечатать полный массив одноразовым способом (без переключения np.set_printoptions), но хотите что-то более простое (меньше кода), чем менеджер контекста, просто сделайте

for row in arr:
     print row 
+2
источник

Вы можете использовать функцию array2string - docs.

a = numpy.arange(10000).reshape(250,40)
print(numpy.array2string(a, threshold=numpy.nan, max_line_width=numpy.nan))
# [Big output]
+1
источник

Начиная с версии NumPy 1.16, для более подробной информации смотрите билет GitHub 12251.

from sys import maxsize
from numpy import set_printoptions

set_printoptions(threshold=maxsize)
+1
источник

Не всегда нужно печатать все элементы, особенно для больших массивов.

Простой способ показать больше предметов:

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])

По умолчанию работает нормально, когда нарезанный массив <1000.

+1
источник

Установка порогового значения для nan дает мне ошибку; вместо этого правильный путь выглядит так:

import numpy as np
import sys
np.set_printoptions(threshold=sys.maxsize)
0
источник

@Raja Selvaraj Спасибо, ваше решение сработало для меня!

0
источник

Чтобы выключить его и вернуться в обычный режим

np.set_printoptions(threshold=False)
0
источник

Если массив слишком велик для печати, NumPy автоматически пропускает центральную часть массива и печатает только углы. Чтобы отключить это поведение и заставить NumPy печатать весь массив, вы можете изменить параметры печати с помощью set_printoptions.

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

или же

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

Вы также можете обратиться к справочной документации для "или части" для получения дополнительной помощи.

-2
источник

его, как диапазон python, используйте np.range(10001) Добро пожаловать!!

-3
источник

Посмотрите другие вопросы по меткам или Задайте вопрос