NumPy数组省略设置printoptions方法
2026-05-07 16:15:44
0浏览
收藏
你是否曾困惑于 NumPy 数组打印时突然冒出的“...”省略号,明明只有100个元素却看不到全貌?这并非数组本身有问题,而是NumPy默认的摘要打印机制在作祟——核心参数`threshold`(默认1000)和Jupyter等环境的显示逻辑共同导致了这一现象;本文直击本质,详解如何用`np.set_printoptions(threshold=np.inf, linewidth=np.inf)`一劳永逸地禁用省略,区分永久设置与上下文临时生效的适用场景,并澄清`suppress`、`precision`等常见误区,同时点破Jupyter中`print(arr)`与直接输入变量名行为不一致的根源及可靠解法,助你彻底掌控NumPy数组的可视化输出。

为什么 print(arr) 会显示 [1 2 3 ... 98 99 100] 而不是全部数字
NumPy 默认对数组做摘要式打印,避免终端刷屏。这由 np.get_printoptions() 控制,其中 threshold 参数决定“多长就省略”——默认是 1000,但对一维数组,只要元素数 > 1000 就触发省略;而小数组(如 100 元素)本不该省略却出现 ...,往往是 threshold 被意外设得太低,或你正在用 Jupyter(它有自己的显示逻辑,会叠加影响)。
用 np.set_printoptions 彻底禁用省略的三种方式
核心是调大 threshold,但要注意不同场景的写法差异:
- 想永久看到完整数组:运行
np.set_printoptions(threshold=np.inf)——np.inf是最稳妥的值,比设成极大整数(如1000000)更可靠,避免未来数组更大时又出问题 - 只在某次打印时临时生效:用上下文管理器
with np.printoptions(threshold=np.inf): print(arr),退出缩进后自动恢复原设置 - 配合
linewidth防止单行过长折行混乱:加上linewidth=np.inf,尤其对宽二维数组有用;否则即使不省略,也可能因换行导致格式错乱
Jupyter 中 print() 和直接输入变量名行为不一致
Jupyter 对裸变量名(如敲 arr 回车)走的是 IPython 的 rich display 机制,它会读取 np.printoptions,但有时缓存旧设置;而 print(arr) 才严格走 NumPy 原生逻辑。常见现象是:设了 set_printoptions 后 print(arr) 正常了,但直接输 arr 还是省略。
- 解决办法:重启 IPython 内核,或执行
from IPython.core.interactiveshell import InteractiveShell; InteractiveShell.instance().display_formatter.formatters['text/plain'].for_type(np.ndarray, lambda arr, **kwargs: str(arr))(不推荐日常用) - 更简单做法:在 notebook 顶部加一行
np.set_printoptions(threshold=np.inf, linewidth=np.inf),并确保它在所有数组操作之前执行 - 注意:Jupyter Lab 3+ 和 Classic 行为略有差异,Lab 默认启用
repr截断,所以必须显式调用set_printoptions
suppress 和 precision 不解决省略问题,但容易混淆
有人误以为打开 suppress=True(关闭科学计数法)或调 precision(控制小数位数)能阻止省略,其实它们和 threshold 完全无关。这两个参数只影响数字怎么写,不影响“写不写全”。
suppress=True让0.0001显示为0.0001而非1e-04,但若数组超长,照样省略precision=3把3.14159变成3.142,和是否显示第 1001 个元素毫无关系- 真正要查省略原因,只盯
threshold和linewidth,其他参数别动
真正麻烦的是嵌套结构——比如 list 里包着多个 np.array,set_printoptions 对它们无效;此时得手动遍历并分别 print,或者用 pprint 配合自定义 formatter。这不是 NumPy 的锅,是 Python 打印协议的边界。
今天关于《NumPy数组省略设置printoptions方法》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
火狐证书管理技巧与设置教程
- 上一篇
- 火狐证书管理技巧与设置教程
- 下一篇
- Golang实现TCP服务器开发教程
查看更多
最新文章
-
- 文章 · python教程 | 1天前 |
- Python 3.14 pathlib.PurePath.full_match怎样匹配完整路径
- 443浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python os.reload_environ为什么读取不到外部环境变量
- 283浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python operator.is_none 怎样判断值是否为 None
- 229浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · csv · python · Python csv csv.field_size_limit CSV超长字段
- Python csv.field_size_limit 怎样处理超长字段
- 301浏览 收藏
-
- 文章 · python教程 | 1天前 | python · pathlib · Python 硬链接 pathlib Path.hardlink_to
- Python pathlib.Path.hardlink_to 创建硬链接的跨设备报错处理
- 486浏览 收藏
-
- 文章 · python教程 | 1天前 | 线程池 · Python gil threadpoolexecutor Python 3.14 free-threading CPU并发
- Python免费线程模式评估CPU并发
- 200浏览 收藏
-
- 文章 · python教程 | 1天前 | 兼容性 · Python API迁移 DeprecationWarning Python 3.14 warnings.deprecated 类型检查器
- Python warnings.deprecated怎样标记即将移除的API
- 334浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.14 fnmatch.filterfalse怎样筛掉匹配文件
- 133浏览 收藏
-
- 文章 · python教程 | 1天前 | 兼容性 · Python 类型注解 循环引用 延迟求值 Python 3.14 annotationlib ForwardRef
- Python 3.14延迟求值注解解决循环引用
- 282浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python Template 模板字符串 Python 3.14
- Python 3.14模板字符串处理动态文本
- 344浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1054次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1054次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1219次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1161次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1004次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

