Tất nhiên, bạn có thể thay đổi ngưỡng in của mảng như answered elsewhere với:
np.set_printoptions(threshold=np.nan)
Nhưng tùy thuộc vào những gì bạn đang cố gắng để nhìn vào, có lẽ có một cách tốt hơn để làm điều đó. Ví dụ, nếu mảng của bạn thực sự là chủ yếu là số không như bạn đã thể hiện, và bạn muốn kiểm tra xem nó có giá trị mà là khác không, bạn có thể nhìn vào những thứ như:
import numpy as np
import matplotlib.pyplot as plt
In [1]: a = np.zeros((100,100))
In [2]: a
Out[2]:
array([[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.],
...,
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.]])
Thay đổi một số giá trị:
In [3]: a[4:19,5:20] = 1
Và nó vẫn có vẻ giống nhau:
In [4]: a
Out[4]:
array([[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.],
...,
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 0.]])
Kiểm tra một số điều mà không đòi hỏi tay xem xét tất cả các giá trị:
In [5]: a.sum()
Out[5]: 225.0
In [6]: a.mean()
Out[6]: 0.022499999999999999
Hoặc vẽ nó:
In [7]: plt.imshow(a)
Out[7]: <matplotlib.image.AxesImage at 0x1043d4b50>
Hoặc lưu vào một tập tin:
In [11]: np.savetxt('file.txt', a)
chương trình đầu ra đầu tiên của 'kiểu in (b)' – dkamins
chờ một giây, là nó 'numpy' mảng? – J0HN