numpy.char.mod也可能有用，这取决于应用程序的细节，例如:numpy.char.mod('Value=%4.2f'， numpy.char.mod)。arange(5, 10, 0.1))将返回一个包含元素"Value=5.00"， "Value=5.10"等的字符串数组(作为一个有点做作的例子)。

gem使它太容易获得字符串形式的结果(在今天的numpy版本中)隐藏在denis answer中: np.array2string

>>> import numpy as np
>>> x=np.random.random(10)
>>> np.array2string(x, formatter={'float_kind':'{0:.3f}'.format})
'[0.599 0.847 0.513 0.155 0.844 0.753 0.920 0.797 0.427 0.420]'

Numpy 1.15(待定发布日期)将包含一个上下文管理器，用于在本地设置打印选项。这意味着下面的工作将与接受的答案(由unutbu和Neil G)中的相应示例相同，而无需编写自己的上下文管理器。举个例子:

x = np.random.random(10)
with np.printoptions(precision=3, suppress=True):
    print(x)
    # [ 0.073  0.461  0.689  0.754  0.624  0.901  0.049  0.582  0.557  0.348]

我使用

def np_print(array,fmt="10.5f"):
    print (array.size*("{:"+fmt+"}")).format(*array)

对多维数组进行修改并不难。

还有一种选择是使用十进制模块:

import numpy as np
from decimal import *

arr = np.array([  56.83,  385.3 ,    6.65,  126.63,   85.76,  192.72,  112.81, 10.55])
arr2 = [str(Decimal(i).quantize(Decimal('.01'))) for i in arr]

# ['56.83', '385.30', '6.65', '126.63', '85.76', '192.72', '112.81', '10.55']

这是我用的，它很简单:

print(np.vectorize("%.2f".__mod__)(sparse))