Imprimir Matriz NumPy Completa
Este tutorial irá apresentar como imprimir um array NumPy completo em Python.
Print Full NumPy Array com a função numpy.set_printoptions() em Python
Por padrão, se o comprimento do nosso array for enorme, o Python truncará a saída quando o array for impresso. Esse fenômeno é demonstrado no exemplo de código abaixo.
import numpy as np
array = np.arange(10000)
print(array)
Resultado:
[ 0 1 2 ... 9997 9998 9999]
No código acima, primeiro criamos um array NumPy array que contém valores numéricos de 0 a 9999 com a função np.arange() em Python. Em seguida, imprimimos os elementos do array com a função print(). Obtemos uma saída truncada porque a matriz é muito grande para ser exibida completamente.
Este problema pode ser resolvido com a função numpy.set_printoptions(). Ele define diferentes parâmetros relacionados às matrizes de impressão em Python. Podemos usar o parâmetro threshold da função numpy.set_printoptions() para sys.maxsize para imprimir o array NumPy completo. Para usar a propriedade sys.maxsize, temos que importar a biblioteca sys também. O exemplo de código a seguir mostra como imprimir um array NumPy completo com a função numpy.set_printoptions() e a propriedade sys.maxsize em Python.
import sys
import numpy as np
array = np.arange(10001)
np.set_printoptions(threshold=sys.maxsize)
print(array)
Resultado:
[ 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]
No código acima, primeiro criamos um array NumPy array que contém elementos de 0 a 10000 com a função numpy.arange(). Definimos as opções de impressão do array para o máximo com a função np.set_printoptions(threshold = sys.maxsize). Em seguida, imprimimos o array completo com a função print() simples em Python.
Existe outra solução para o nosso problema que envolve apenas o uso da biblioteca NumPy. Podemos especificar o threshold dentro da função numpy.set_printoptions() para ser igual a np.inf para imprimir o array completo em Python. A propriedade np.inf especifica que print() será executado infinitamente até que todo o array seja impresso. Veja o seguinte exemplo de código.
import numpy as np
array = np.arange(10001)
np.set_printoptions(threshold=np.inf)
print(array)
Resultado:
[ 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]
Definimos o parâmetro threshold como np.inf com a função np.set_printoptions(). Em seguida, imprimimos o array completo com a função print() simples em Python. Esta abordagem é preferível ao método anterior porque esta abordagem requer apenas a 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