VS Code中如何可视化查看PyTorch/numpy矩阵及高维数组？

一、IDE内置可视化（优先推荐） #

1. PyCharm #

调试时，在变量窗口选中张量或numpy数组，右键选择View as Array，或者点击变量旁的表格图标，就能以行列对齐的表格形式查看，和Matlab的展示逻辑一致，支持折叠高维维度、查看具体数值。
如果默认没显示该选项，可在调试设置里开启：Run -> Edit Configurations -> Debugger -> Data Views，勾选Show arrays in table format。

2. VS Code #

安装官方Python扩展后，调试时选中目标数组/张量，点击变量面板里的眼睛图标（可视化按钮），会弹出交互式表格视图，支持缩放、查看维度详情、筛选数值。
也可以在Debug Console里输入tensor.numpy()（针对PyTorch张量），右键选择Visualize，直接生成规整的表格视图。

二、调试时的代码临时格式化技巧 #

不想依赖IDE功能的话，可在断点处执行以下操作快速输出规整的矩阵：

• PyTorch张量：用print(tensor.numpy())转成numpy数组后打印，numpy默认格式会自动对齐行列；也可以提前设置torch.set_printoptions(precision=4, linewidth=120)，控制打印精度和行宽，让输出更易读。
• Numpy数组：设置np.set_printoptions(precision=3, suppress=True, linewidth=100)，控制小数位数、抑制科学计数法、调整行宽，打印时会自动以矩阵形式对齐展示。

三、第三方调试工具辅助 #

• 使用ipdb调试器：在代码里插入import ipdb; ipdb.set_trace()触发断点，输入张量/数组变量名，ipdb会自动以友好的格式输出矩阵，支持分页查看大尺寸张量。
• TensorBoard：如果是训练场景，可用torch.utils.tensorboard.SummaryWriter的add_histogram或add_image方法，可视化张量的数值分布或具体内容，适合长期监控而非临时调试。

内容的提问来源于stack exchange，提问作者MRm