Come stampare l'intero array NumPy?

284

Quando stampo una matrice numpy, ottengo una rappresentazione troncata, ma voglio l'array completo.Come stampare l'intero array NumPy?

C'è un modo per farlo?

Esempi:

>>> 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]])

fonte

2010-01-01 kame

c'è un modo per farlo su una base "una tantum" Th? a è, per stampare l'output completo una volta, ma non in altre volte nella sceneggiatura? –

@Matt O'Brien vedere la risposta di ZSG sotto – user2398029

Potresti cambiare la risposta accettata a quella che consiglia 'np.inf'? 'np.nan' e' 'nan'' funzionano solo per fluke totale e ['' nan'' non funziona nemmeno in Python 3] (http://ideone.com/tjyGhX) perché hanno cambiato il mix tipo confronto implementazione che 'soglia = 'nan'' dipendeva da. – user2357112

302

Per chiarire sulla risposta di Reed

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

Si noti che la risposta come indicato sopra funziona con un iniziale 'dal NumPy import *', che non è consigliabile. Questo funziona anche per me

numpy.set_printoptions(threshold='nan')

Per la documentazione completa, vedere http://docs.scipy.org/doc/numpy/reference/generated/numpy.set_printoptions.html.

fonte

2010-01-01 06:26:05

+15

Per i principianti, messaggi di errore come 'TypeError: tipi non ordinabili: int()> str()' non è una diagnosi molto chiara; si verificano se si utilizza 'import numpy come np', ma si dimentica di aggiungere un prefisso alla definizione della soglia con' np'. Quindi, per chiarire, se si importa 'numpy come X', è necessario specificare la soglia come' X.nan' o 'X .inf'. Ad esempio, 'import numpy as np' richiede' np.set_printoptions (threshold = np.nan) '. –

Per me l'impostazione 'threshold = 'nan'' non ha funzionato. L'impostazione di 'threshold = np.inf' funziona come suggerito da @PaulMag – Shamps

@Shamps Lo stesso qui. Dopo aver impostato 'threshold = 'nan'', non viene stampato nulla. Con 'np.inf' tutto è stampato. – Karlo

Questo suona come si sta utilizzando NumPy.

Se questo è il caso, è possibile aggiungere:

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

che consente di disattivare la stampa angolo. Per ulteriori informazioni, vedere questo NumPy Tutorial.

fonte

2010-01-01 02:02:41

Nota che credo che sia necessario 'threshold = 'nan'' (ovvero virgolette attorno a' nan'), oppure devi importare la costante: 'from numpy import nan' – charleslparker

Ecco un modo una tantum per fare questo, che è utile se non si desidera modificare le impostazioni predefinite:

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)

fonte

2014-07-02 23:08:50 ZSG

Sembra che questo sia un buon posto per usare un gestore di contesto, quindi puoi dire "con fullprint". –

121

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

Io suggerisco di usare np.inf invece di np.nan che è suggerita dagli altri. Entrambi funzionano per il tuo scopo, ma impostando la soglia su "infinito" è ovvio per tutti che leggono il tuo codice cosa intendi. Avere una soglia di "non un numero" mi sembra un po 'vaga.

fonte

2014-09-24 14:01:51 PaulMag

Qual è l'operazione inversa di questo? Come tornare all'impostazione precedente (con i punti)? – Karlo

@Karlo Il numero predefinito è 1000, quindi 'np.set_printoptions (threshold = 1000)' lo ripristinerà al comportamento predefinito. Ma puoi impostare questa soglia al livello più basso o alto che desideri. 'np.set_printoptions (threshold = np.inf)' cambia semplicemente la dimensione massima che può essere una matrice stampata prima che sia troncata all'infinito, in modo che non venga mai troncata, non importa quanto grande. Se imposti la soglia su qualsiasi numero reale, allora quella sarà la dimensione massima. – PaulMag

Non solo è più chiaro, è molto meno fragile. Non esiste ** alcuna gestione speciale ** per 'np.inf',' np.nan' o ''nan''. Qualunque cosa tu abbia messo lì, NumPy userà ancora un semplice '>' per confrontare la dimensione dell'array alla tua soglia. 'np.nan' funziona solo perché è' a.size> _summaryThreshold' invece di 'a.size <= _summaryThreshold', e' np.nan' restituisce 'False' per tutti'> '/' <'/'> = '/ '<=' confronti. ''nan'' funziona solo a causa di dettagli di implementazione delicati della logica di confronto di tipo misto di Python 2; si rompe completamente su Python 3. – user2357112

Le risposte precedenti sono quelli corretti, ma come un weeker alternativa si può trasformare in un elenco:

>>> 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]]

fonte

2015-04-23 13:40:50 Anoyz

attraverso un gestore di contesto, come 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)

fonte

2016-09-09 06:33:55 neok

Questo è un uso intelligente di un gestore di contesto. – timgeb

numpy.savetxt

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

o se avete bisogno di una stringa: formato di output

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

Il valore predefinito è:

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

e può essere configurato con ulteriori argomenti.

Testato su Python 2.7.12, NumPy 1.11.1.

fonte

2017-02-04 23:22:48

Per coloro che amano importare come np:

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

Sarà anche lavorare

fonte

2017-06-06 01:49:26 MrG

Se un array è troppo grande per essere stampata, NumPy salta automaticamente la parte centrale della matrice e stampa solo il angoli: per disattivare questo comportamento e la forza NumPy per stampare l'intero array, è possibile modificare le opzioni di stampa utilizzando 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)

è anche possibile reffer numpy documentation numpy documentation for "or part" per ulteriori informazioni

fonte

2017-07-01 13:27:27

-3

sua gamma proprio come di pitone, utilizzare np.range(10001) benvenuto !! .

fonte

2017-07-02 03:44:52

Questa è una leggera modifica (rimosso la possibilità di passare gli argomenti aggiuntivi per set_printoptions) di neok s risposta

Essa mostra come è possibile utilizzare contextlib.contextmanager per creare facilmente una tale contextmanager con un minor numero di righe di codice:

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)

Nel codice può essere utilizzato in questo modo:

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)

fonte

2017-08-23 05:43:13 MSeifert

Questo è fantastico, bello e breve e funziona davvero bene. – Korzak

Come stampare l'intero array NumPy?

risposta

Problemi correlati