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

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='-')

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

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'

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]))

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