Используйте {n}. формат ()
Например: '{: n}'. Формат (1234))
ds_x=[ 0.00000000e+00, 0.00000000e+00, 1.00000000e+00,1.65349200e+05, 1.36897800e+05, 4.71784100e+05]
# For Numpy arrays use '.astype'
# Copy of the array 'ds_x', cast to a specified type 'float'.
# Note: Try type 'float32' OR 'float64' if the below fails to provide correct precision.
data_set = ds_x.astype(float)
for i in data_set:
print("{:.16f}".format(float(i)))
# Подробнее о лучшей точности можно узнать здесь
Выход:
+0,0000000000000000
+0,0000000000000000
1,0000000000000000
165349.2000000000116415
136897.7999999999883585
471784.0999999999767169
Или вы можете использовать альтернативный способ:
"%.16f" % (float( 00,1.65349200e+05))
Второй вопрос, касающийся PyCharm. Вы можете посмотреть маркеры форматирования . Полная информация о переформатировании .
Обновление:
Вот обновленный пример кода с предоставленным вами набором данных.
import numpy as np
ds = np.array([[ 0.00000000e+00, 1.00000000e+00, 0.00000000e+00, 2.86637600e+04, 1.27056210e+05, 2.01126820e+05],
[ 0.00000000e+00, 0.00000000e+00, 1.00000000e+00, 1.44372410e+05, 1.18671850e+05, 3.83199620e+05]])
for data_x in iter(ds):
print()
for data_y in data_x:
print("%.16f" % float(data_y))
выход:
0.0000000000000000
1.0000000000000000
0.0000000000000000
28663.7599999999983993
127056.2100000000064028
201126.8200000000069849
0.0000000000000000
0.0000000000000000
1.0000000000000000
144372.4100000000034925
118671.8500000000058208
383199.6199999999953434
По поводу ошибки:
TypeError: в скаляры Python могут быть преобразованы только массивы размера 1
Это потому, что используемый вами набор данных представляет собой матрицу Python ИЛИ список из списка / двух массивов. Первый пример кода в этом посте использует один цикл, который работает с одним массивом; однако, поскольку вы используете больший набор данных, содержащий два массива в первом цикле, он пропустит весь массив, что приведет к выводу вышеуказанной ошибки. Чтобы исправить это, я просто добавил второй цикл для перебора каждого значения для каждого массива.