numpy数组打印显示...是因为np.printoptions的threshold默认为1000，超限时中间用...代替；设threshold=np.inf可强制完整显示，或用with np.printoptions(threshold=np.inf)临时生效。

为什么 NumPy 数组打印会显示 ...？

NumPy 默认对大数组做截断显示，不是因为数据丢了，而是 np.printoptions 里设了 threshold（默认 1000）。只要数组元素总数超过这个值，中间就用 ... 代替。这在交互式调试时特别干扰——你根本不知道中间值是不是全零、有没有 NaN。

用 np.set_printoptions 彻底关闭截断

最直接的解法是调大 threshold，甚至设为 np.inf（无限），让所有元素强制展开。注意：这不是“取消省略号”，而是告诉 NumPy “别省略”。

• np.set_printoptions(threshold=np.inf) —— 最常用，一劳永逸
• np.set_printoptions(threshold=10000) —— 指定具体上限，适合内存敏感场景
• np.set_printoptions(threshold=0) —— 等价于 np.inf，部分旧版本支持

执行后，print(arr) 或 Jupyter 的自动输出都会完整显示。但要注意：如果数组真有上百万元素，终端可能卡住或刷屏，这不是 bug，是预期行为。

只对单次输出临时解除限制

全局改 set_printoptions 会影响后续所有输出，有时不安全（比如日志里误打巨型数组）。更稳妥的是用上下文管理器：

Claw Code Suite (Python-Only Edition)

仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...

下载

with np.printoptions(threshold=np.inf):
    print(my_large_array)

退出 with 块后，设置自动恢复。这在函数内部调试、单元测试里特别有用——改得放心，退得干净。

其他相关参数容易被忽略

threshold 是主因，但还有几个参数常一起出问题：

• linewidth：控制每行字符数，默认 75。太小会导致换行混乱，可设为 200 或更大
• precision 和 suppress：影响浮点数显示（如 1e-5 是否转成 0.00001），和省略号无关，但常被顺手调整
• edgeitems：当 threshold 未设为 np.inf 时，控制首尾各显示几个元素（默认 3）

真正要“看到全部”，核心永远只有 threshold=np.inf；其余都是排版优化。

记住：... 是显示层的妥协，不是数据被删了。设完 np.set_printoptions(threshold=np.inf) 还看不到全量？那大概率是数组本身维度太高（比如 5D），需要配合 flatten() 或切片看局部——省略号只是表象，数据结构才是关键。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！