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)

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]))

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)

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='-')

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