标签：None set default optional threshold 全部 np numpy Pandas
# 显示所有的列
pd.set_option('display.max_columns', None)
# 显示所有的行
pd.set_option('display.max_rows', None)
# 设置value的显示长度为100，默认为50
pd.set_option('max_colwidth', 1000)
pd.set_option('display.width', None)
np.set_printoptions(precision=None, threshold=None, edgeitems=None, linewidth=None, suppress=None, nanstr=None, infstr=None)
precision : int, optional，float输出的精度，即小数点后维数，默认8（ Number of digits of precision for floating point output (default 8)）
threshold : int, optional，当数组数目过大时，设置显示几个数字，其余用省略号（Total number of array elements which trigger summarization rather than full repr (default 1000).）
edgeitems : int, optional，边缘数目（Number of array items in summary at beginning and end of each dimension (default 3)）.
linewidth : int, optional，The number of characters per line for the purpose of inserting line breaks (default 75).
suppress : bool, optional，是否压缩由科学计数法表示的浮点数（Whether or not suppress printing of small floating point values using scientific notation (default False).）
nanstr : str, optional，String representation of floating point not-a-number (default nan).
infstr : str, optional，String representation of floating point infinity (default inf).
np.set_printoptions(threshold=np.nan)
设置打印时显示方式,threshold=np.nan意思是输出数组的时候完全输出，不需要省略号将中间数据省略
>>> np.set_printoptions(precision=4) >>> print np.array([1.123456789]) [ 1.1235] >>> np.set_printoptions(threshold=5) >>> print np.arange(10) [0 1 2 ..., 7 8 9] >>> eps = np.finfo(float).eps >>> x = np.arange(4.) >>> x**2 - (x + eps)**2 array([ -4.9304e-32, -4.4409e-16, 0.0000e+00, 0.0000e+00]) >>> np.set_printoptions(suppress=True) >>> x**2 - (x + eps)**2 array([-0., -0., 0., 0.])
标签：None,set,default,optional,threshold,全部,np,numpy,Pandas 来源： https://www.cnblogs.com/xinmomoyan/p/15166479.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。