45.pycharm 打印不完全 中间有省略号问题

场景

在利用Pandas等进行大量数据处理时,为了直观,经常会打印数据。但由于数据量大,pycharm 打印不完全, 中间有省略号,看起来十分不爽。如下:

                   A         B         C         D
2018-10-01  0.068220  0.159656  1.087268 -0.246828
2018-10-02 -0.141314 -1.401174  0.103092  0.255756
2018-10-03 -0.040068 -1.430353  1.055588  0.462923
                   C         D         E         F
2018-10-02 -0.554048  0.070269 -1.334605  2.589841
2018-10-03 -0.151967 -1.098840 -0.397481 -0.750993
2018-10-04 -0.032707  0.833424 -0.259885  0.984697
                   A         B         C    ...            D         E         F
2018-10-01  0.068220  0.159656  1.087268    ...          NaN       NaN       NaN
2018-10-02 -0.141314 -1.401174  0.103092    ...     0.070269 -1.334605  2.589841
2018-10-03 -0.040068 -1.430353  1.055588    ...    -1.098840 -0.397481 -0.750993

[3 rows x 8 columns]

Process finished with exit code 0

解决方案

如果你也用pandas模块,则可以添加如下三行代码:

# 核心代码,设置显示的最大列、宽等参数,消掉打印不完全中间的省略号
pd.set_option('display.max_columns', 1000)
pd.set_option('display.width', 1000)
pd.set_option('display.max_colwidth', 1000)

通常的做法是在,导入模块后,就进行设置这些参数,如下:

import pandas as pd
import numpy as np

# 核心代码,设置显示的最大列、宽等参数,消掉打印不完全中间的省略号
pd.set_option('display.max_columns', 1000)
pd.set_option('display.width', 1000)
pd.set_option('display.max_colwidth', 1000)

这样配置后,就可以消掉打印不完全中间的省略号了,打印结果:

                   A         B         C         D
2018-10-01 -0.902319  1.094991  0.362774 -0.711619
2018-10-02 -0.468856  0.697782 -0.791415 -0.257628
2018-10-03 -0.172319 -0.217480 -0.590856  1.686836
                   C         D         E         F
2018-10-02 -0.224458  0.884790  0.487091  0.713386
2018-10-03  1.045041  1.007130  0.118781  0.833019
2018-10-04 -0.784525 -0.299482 -0.652232  1.497122
                   A         B         C         D         C        D         E         F
2018-10-01 -0.902319  1.094991  0.362774 -0.711619       NaN      NaN       NaN       NaN
2018-10-02 -0.468856  0.697782 -0.791415 -0.257628 -0.224458  0.88479  0.487091  0.713386
2018-10-03 -0.172319 -0.217480 -0.590856  1.686836  1.045041  1.00713  0.118781  0.833019

Process finished with exit code 0
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,386评论 6 479
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,939评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,851评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,953评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,971评论 5 369
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,784评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,126评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,765评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,148评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,744评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,858评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,479评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,080评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,053评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,278评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,245评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,590评论 2 343

推荐阅读更多精彩内容