切り詰めずに、NumPy配列全体を出力する方法は？

numpy配列を出力すると、切り捨てられた表現が表示されますが、完全な配列が必要です。

これを行う方法はありますか？

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]])

使用numpy.set_printoptions：

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

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

他の人が提案するnp.inf代わりに使用することをおnp.nan勧めします。どちらも目的に応じて機能しますが、しきい値を「無限大」に設定することで、コードを読んでいる誰もがあなたの意図を明らかにします。「数ではない」というしきい値を持つことは、私には少し曖昧に思えます。

以前の答えは正しいものですが、より弱い選択肢として、リストに変換することができます：

>>> 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以降

NumPy 1.15（2018-07-23リリース）以降を使用している場合は、printoptionsコンテキストマネージャーを使用できます。

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

（もちろん、交換するnumpyことにより、npそれはあなたがインポート方法です場合numpy）

コンテキストマネージャー（with-block）を使用すると、コンテキストマネージャーが終了した後、印刷オプションがブロックが開始する前の状態に戻ります。これにより、設定が一時的で、ブロック内のコードにのみ適用されます。

参照numpy.printoptionsドキュメントコンテキストマネージャの詳細と、それがサポートしている他の引数のために。

numpyを使用しているようです。

その場合は、以下を追加できます。

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

コーナー印刷が無効になります。詳細については、このNumPyチュートリアルを参照してください。

これを行う1回限りの方法を以下に示します。これは、デフォルト設定を変更したくない場合に役立ちます。

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)

Paul Priceが提案したようにコンテキストマネージャを使用する

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))

または、文字列が必要な場合：

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

デフォルトの出力形式は次のとおりです。

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

また、追加の引数を使用して構成できます。

特に、これが角括弧を表示せず、多くのカスタマイズが可能になることに注意してください。これは、括弧なしでNumpy配列を出力する方法は？

Python 2.7.12、numpy 1.11.1でテスト済み。

これは、若干の修正（削除に追加の引数を渡すためのオプションであるset_printoptions)のneokの答え。

それはあなたがcontextlib.contextmanagerより少ないコード行でそのようなコンテキストマネージャーを簡単に作成するためにどのように使用できるかを示しています：

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)

あなたのコードでは次のように使用できます：

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)

列の最大数（で固定）からのこの回答を補完するnumpy.set_printoptions(threshold=numpy.nan)ために、表示される文字の制限もあります。（インタラクティブセッションではなく）bashからpythonを呼び出すときなどの一部の環境では、linewidth次のようにパラメーターを設定することでこれを修正できます。

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)

この場合、ウィンドウは行を折り返す文字数を制限する必要があります。

崇高なテキストを使用していて、出力ウィンドウ内に結果を表示したい場合は、ビルドオプション"word_wrap": falseをsublime-buildファイル[ source ]に追加する必要があります。

NumPyバージョン1.16以降、詳細については、GitHubチケット12251を参照してください。

from sys import maxsize
from numpy import set_printoptions

set_printoptions(threshold=maxsize)

オフにして通常モードに戻るには

np.set_printoptions(threshold=False)

派手な配列があるとしましょう

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

（np.set_printoptionsを切り替えずに）配列全体を1回限りの方法で印刷したいが、コンテキストマネージャーよりも単純な（コードが少ない）場合は、次のようにします。

for row in arr:
     print row 

わずかな変更：（大量のリストを印刷するため）

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

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

これにより、1行あたりの文字数が増加します（デフォルトの線幅は75）。コーディング環境に適した線幅の任意の値を使用してください。これにより、1行あたりの文字数を増やすことで、膨大な数の出力行を経由する必要がなくなります。

array2string関数-docsを使用できます。

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

特に大規模な配列の場合は、常にすべてのアイテムを印刷する必要はありません。

より多くのアイテムを表示する簡単な方法：

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])

デフォルトでスライスされた配列<1000の場合、正常に機能します。

パンダがいるなら

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

のリセットが必要になるという副作用を回避しnumpy.set_printoptions(threshold=sys.maxsize)、numpy.arrayとブラケットを取得しません。これは、ワイドアレイをログファイルにダンプするのに便利です。

配列が大きすぎて印刷できない場合、NumPyは自動的に配列の中央部分をスキップしてコーナーのみを印刷しますset_printoptions。この動作を無効にしてNumPyに配列全体を印刷させるには、を使用して印刷オプションを変更できます。

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

または

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

詳細については、「または一部」のnumpyドキュメント numpyドキュメントを参照することもできます。