提问人：Jiminion 提问时间：9/17/2023 最后编辑：Jiminion 更新时间：9/20/2023 访问量：73
如何强制python浮点数不使用指数
How to force a python float to not use exponents
问：
我有一些问题，但这似乎是要点。
我有一些文本数字是用 Python 读入的，乘以 1000.0，然后使用，最终打印出来。
Data.Kin.X.L.Vals = -.800E-01 -.750E-01 -.700E-01 -.650E-01 -.600E-01 -.550E-01 -.500E-01
因此，在乘以 （1000.0） 之后，值应该（如果有的话会很好）为：
New.vals = -80。-75.-70.-65.-60.-55.-50.
有时（很少）他们是。但通常它们保持指数形式：
典型值 = -8.00E+01 -7.50E+01 -7.00E+01 -6.50E+01 -6.00E+01 -5.50E+01 -5.00E+01
我尝试过round（x，n），但这似乎不起作用。此外，这些是 numpy 数组中的值，如果这有什么不同的话。
这是用于创建打印出来的字符串的代码：
out = f'{k.strip()} = ' \
+ np.array2string(v,
prefix=f'{k} = ',
precision=5,
max_line_width=200,
floatmode='maxprec') + '\n'
更新：
我很快就会结束这个。总体上最好的工作答案是使用：
np.set_printoptions（suppress=True）
如果需要，您可以扩展精度，以便覆盖不会“绊倒”，并将它们保留为科学记数法。大于 8 的内容：
np.set_printoptions（精度=10）
它与numpy如何打印数据无关，尽管它确实与numpy有关。
答：
1赞
Xukrao
9/17/2023
#1
据我所知，没有可用于设置值的选项，当超过该值时会触发科学记数法。但是，您可以定义自己的字符串生成函数：
import numpy as np
def arr2str(arr, big=1e3, small_precision=0, big_precision=2):
"""Convert 1D array with floats to string.
Parameters
----------
arr : np.ndarray[float]
To-be-converted array.
big : float, optional
Numbers for which the absolute value is >= `big` are considered big and
will be printed in scientific notation. Otherwise the number is
considered small and will not be printed in scientific notation.
small_precision : float, optional
Precision for small numbers.
big_precision : float, optional
Precision for big numbers.
Returns
-------
str
"""
# Check input validity
if not arr.ndim == 1:
raise ValueError("Array does not have a dimension of one")
if not isinstance(arr[0], np.floating):
raise ValueError("Array does not contain floats")
str_list = []
for ele in arr:
if abs(ele) >= big:
str_list.append(f'{ele:.{big_precision}e}')
else:
str_list.append(f'{ele:.{small_precision}f}')
string = ' '.join(str_list)
string = '[' + string + ']'
return string
# Usage example
example_arr = np.array([-80., -75., -70., -65., 55., -50., 4294, -64921])
print(arr2str(example_arr))
指纹：
[-80 -75 -70 -65 55 -50 4.29e+03 -6.49e+04]
评论
Data.Kin.X.L.Vals