Imprimir matriz NumPy completa
Este tutorial presentará cómo imprimir un array NumPy completa en Python.
Imprima un array NumPy completa con la función numpy.set_printoptions() en Python
De forma predeterminada, si la longitud de nuestra matriz es enorme, Python truncará la salida cuando se imprima el array. Este fenómeno se demuestra en el siguiente ejemplo de código.
import numpy as np
array = np.arange(10000)
print(array)
Producción :
[ 0 1 2 ... 9997 9998 9999]
En el código anterior, primero creamos un array NumPy array que contiene valores numéricos de 0 a 9999 con la función np.arange() en Python. Luego imprimimos los elementos del array con la función print(). Obtenemos una salida truncada porque el array es demasiado grande para mostrarse por completo.
Este problema se puede resolver con la función numpy.set_printoptions(). Establece diferentes parámetros relacionados con las matrices de impresión en Python. Podemos usar el parámetro threshold de la función numpy.set_printoptions() para sys.maxsize para imprimir el array NumPy completa. Para usar la propiedad sys.maxsize, también tenemos que importar la biblioteca sys. El siguiente ejemplo de código muestra cómo imprimir un array NumPy completa con la función numpy.set_printoptions() y la propiedad sys.maxsize en Python.
import sys
import numpy as np
array = np.arange(10001)
np.set_printoptions(threshold=sys.maxsize)
print(array)
Producción :
[ 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 99 100 101 102 103 104 105 106 107
108 109 110 111 112 113 114 115 116 117 118 119
...
9912 9913 9914 9915 9916 9917 9918 9919 9920 9921 9922 9923
9924 9925 9926 9927 9928 9929 9930 9931 9932 9933 9934 9935
9936 9937 9938 9939 9940 9941 9942 9943 9944 9945 9946 9947
9948 9949 9950 9951 9952 9953 9954 9955 9956 9957 9958 9959
9960 9961 9962 9963 9964 9965 9966 9967 9968 9969 9970 9971
9972 9973 9974 9975 9976 9977 9978 9979 9980 9981 9982 9983
9984 9985 9986 9987 9988 9989 9990 9991 9992 9993 9994 9995
9996 9997 9998 9999 10000]
En el código anterior, primero creamos un array NumPy array que contiene elementos de 0 a 10000 con la función numpy.arange(). Configuramos las opciones de impresión del array para que sean máximas con la función np.set_printoptions (umbral = sys.maxsize). Luego imprimimos el array completa con la función simple print() en Python.
Hay otra solución a nuestro problema que implica sólo el uso de la biblioteca NumPy. Podemos especificar el threshold dentro de la función numpy.set_printoptions() para que sea igual a np.inf para imprimir el array completa en Python. La propiedad np.inf especifica que print() se ejecutará infinitamente hasta que se imprima toda el array. Vea el siguiente ejemplo de código.
import numpy as np
array = np.arange(10001)
np.set_printoptions(threshold=np.inf)
print(array)
Producción :
[ 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 99 100 101 102 103 104 105 106 107
108 109 110 111 112 113 114 115 116 117 118 119
...
9912 9913 9914 9915 9916 9917 9918 9919 9920 9921 9922 9923
9924 9925 9926 9927 9928 9929 9930 9931 9932 9933 9934 9935
9936 9937 9938 9939 9940 9941 9942 9943 9944 9945 9946 9947
9948 9949 9950 9951 9952 9953 9954 9955 9956 9957 9958 9959
9960 9961 9962 9963 9964 9965 9966 9967 9968 9969 9970 9971
9972 9973 9974 9975 9976 9977 9978 9979 9980 9981 9982 9983
9984 9985 9986 9987 9988 9989 9990 9991 9992 9993 9994 9995
9996 9997 9998 9999 10000]
Establecemos el parámetro umbral en np.inf con la función np.set_printoptions(). Luego imprimimos el array completa con la función simple print() en Python. Se prefiere este enfoque sobre el método anterior porque este enfoque solo requiere la biblioteca NumPy.
Maisam is a highly skilled and motivated Data Scientist. He has over 4 years of experience with Python programming language. He loves solving complex problems and sharing his results on the internet.
LinkedIn