'%f' % (x/y)

但你自己也需要控制精度。例如,

'%f' % (1/10**8)

将只显示0。 细节在文档中

或者对于python3，使用等效的旧格式或新样式格式

除了SG的答案，你还可以使用Decimal模块:

from decimal import Decimal
x = str(Decimal(1) / Decimal(10000))

# x is a string '0.0001'

在Python的新版本(2.6及更高版本)中，你可以使用" .format()来完成@SilentGhost建议的事情:

'{0:f}'.format(x/y)

如果它是一个字符串，那么使用内置的float对其进行转换，例如: 打印(“%。5f" %浮动("1.43572 -03")) 答案:0.00143572

使用新版本”。格式(还记得指定后面有多少位数字。你希望显示的，这取决于浮点数有多小)。请看这个例子:

>>> a = -7.1855143557448603e-17
>>> '{:f}'.format(a)
'-0.000000'

如上所示，默认是6位数!这对我们的案例没有帮助，所以我们可以使用这样的代码:

>>> '{:.20f}'.format(a)
'-0.00000000000000007186'

更新

从Python 3.6开始，可以使用新的格式化字符串字面值进行简化，如下所示:

>>> f'{a:.20f}'
'-0.00000000000000007186'

这对任何指数都适用:

def getExpandedScientificNotation(flt):
    str_vals = str(flt).split('e')
    coef = float(str_vals[0])
    exp = int(str_vals[1])
    return_val = ''
    if int(exp) > 0:
        return_val += str(coef).replace('.', '')
        return_val += ''.join(['0' for _ in range(0, abs(exp - len(str(coef).split('.')[1])))])
    elif int(exp) < 0:
        return_val += '0.'
        return_val += ''.join(['0' for _ in range(0, abs(exp) - 1)])
        return_val += str(coef).replace('.', '')
    return return_val

这是黄瓜船长的答案，但有两个补充。

1)允许函数获得非科学表示法的数字，并按原样返回它们(因此您可以抛出大量输入，其中一些数字是0.00003123 vs 3.123e-05，但函数仍然可以工作。

2)增加对负数的支持。(在原始函数中，负数将从-1.08904e-05变为0.0000-108904)

def getExpandedScientificNotation(flt):
    was_neg = False
    if not ("e" in flt):
        return flt
    if flt.startswith('-'):
        flt = flt[1:]
        was_neg = True 
    str_vals = str(flt).split('e')
    coef = float(str_vals[0])
    exp = int(str_vals[1])
    return_val = ''
    if int(exp) > 0:
        return_val += str(coef).replace('.', '')
        return_val += ''.join(['0' for _ in range(0, abs(exp - len(str(coef).split('.')[1])))])
    elif int(exp) < 0:
        return_val += '0.'
        return_val += ''.join(['0' for _ in range(0, abs(exp) - 1)])
        return_val += str(coef).replace('.', '')
    if was_neg:
        return_val='-'+return_val
    return return_val

使用3.6.4时，我遇到了一个类似的问题，当使用这个时，输出文件中的一个数字将被科学符号格式化:

fout.write('someFloats: {0:0.8},{1:0.8},{2:0.8}'.format(someFloat[0], someFloat[1], someFloat[2]))

我所要做的就是添加'f'来修复它:

fout.write('someFloats: {0:0.8f},{1:0.8f},{2:0.8f}'.format(someFloat[0], someFloat[1], someFloat[2]))

由于这是谷歌上的顶部结果，我将在这里发布失败后，为我的问题找到一个解决方案。如果你想格式化一个浮点对象的显示值，并让它保持一个浮点，而不是一个字符串，你可以使用这个解决方案:

创建一个新类，用于修改浮点值的显示方式。

from builtins import float
class FormattedFloat(float):

    def __str__(self):
        return "{:.10f}".format(self).rstrip('0')

您可以通过更改{:f}中的整数值来自己修改精度。

另一种选择是，如果你正在使用熊猫，并且想要压制所有浮点数的科学计数法，是调整熊猫选项。

import pandas as pd
pd.options.display.float_format = '{:.2f}'.format

从3.6开始(可能适用于稍微老一点的3。X也是)，这是我的解决方案:

import locale
locale.setlocale(locale.LC_ALL, '')

def number_format(n, dec_precision=4):
    precision = len(str(round(n))) + dec_precision
    return format(float(n), f'.{precision}n')

精度计算的目的是确保我们有足够的精度来避免科学计数法(默认精度仍然是6)。

dec_precision参数增加了用于小数点的额外精度。由于这使用了n格式，因此不会添加无关紧要的零(与f格式不同)。N还将负责呈现不带小数的整数。

N确实需要浮点数输入，因此需要强制转换。

上面的大多数答案都要求您指定精度。但是如果你想像这样显示浮点数，没有不必要的零呢:

1
0.1
0.01
0.001
0.0001
0.00001
0.000001
0.000000000001

Numpy给出了答案:np.format_float_positional

import numpy as np

def format_float(num):
    return np.format_float_positional(num, trim='-')

将浮点数显示为任意数量的有效数字的更简单解决方案。这里不需要numpy或列表推导式:

def sig(num, digits=3):
    "Return number formatted for significant digits"
    if num == 0:
        return 0
    negative = '-' if num < 0 else ''
    num = abs(float(num))
    power = math.log(num, 10)
    if num < 1:
        step = int(10**(-int(power) + digits) * num)
        return negative + '0.' + '0' * -int(power) + str(int(step)).rstrip('0')
    elif power < digits - 1:
        return negative + ('{0:.' + str(digits) + 'g}').format(num)
    else:
        return negative + str(int(num))

在示例中，我去掉了后面的0并显示完整的整数:sig(31415.9) = 31415而不是31400。如果您不喜欢修改代码，请随意修改。

测试:

for power in range(-8,8):
    num = math.pi * 10**power
    print(str(num).ljust(25), sig(num))

您可以使用内置的格式化功能。

>>> a = -3.42142141234123e-15
>>> format(a, 'f')
'-0.000000'
>>> format(a, '.50f') # Or you can specify precision
'-0.00000000000000342142141234122994048466990874926279'

对于numpy数组，可以使用suppress命令as进行抑制

import numpy as np
np.set_printoptions(suppress=True)

我也遇到过类似的问题，用我的解决方案:

from decimal import Decimal

Decimal(2/25500)
#output:0.00007843137254901961000728982664753630160703323781490325927734375