Ketika saya mencetak array numpy, saya mendapatkan representasi terpotong, tetapi saya ingin array penuh.
Apakah ada cara untuk melakukan ini?
Contoh:
>>> 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]])
np.inf
? np.nan
dan 'nan'
hanya bekerja dengan total kebetulan, dan 'nan'
bahkan tidak bekerja di Python 3 karena mereka mengubah implementasi perbandingan tipe campuran yang threshold='nan'
bergantung pada.
threshold=np.nan
Daripada 'nan'
tergantung pada kebetulan yang berbeda, yaitu bahwa logika pencetakan array membandingkan ukuran array dengan ambang batas a.size > _summaryThreshold
. Ini selalu kembali False
untuk _summaryThreshold=np.nan
. Jika perbandingan telah a.size <= _summaryThreshold
, menguji apakah array harus sepenuhnya dicetak alih-alih menguji apakah harus diringkas, ambang ini akan memicu peringkasan untuk semua array.)
tmp
saja list(tmp)
. Opsi lain dengan pemformatan berbeda adalah tmp.tolist()
atau untuk kontrol lebih besar print("\n".join(str(x) for x in tmp))
.