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

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'

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

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

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]))