将科学计数法转换为十进制数

Question

我有一个文件，里面有科学计数法表示的数字（以字符串形式出现），例如：

8.99284722486562e-02 

但我想将它们转换为：

0.08992847

是否有内置函数或其他方法可以实现此功能？

- mdpoleto

Answer 1

我相信你可以用以下方法实现：

float("8.99284722486562e-02")
# and now with 'rounding'
"{:.8f}".format(float("8.99284722486562e-02"))

- m0dem

---

答案应该是七，你的答案超过了那个点。 - Malik Brahimi

еҸӘйңҖж·»еҠ print("%.8f" %s)жҲ–print("{0:.8f}".format(s))еҚіеҸҜгҖӮ - logic

尝试运行：float('{:.8f}'.format(float("8.99284722486562e-02")))。 - Malik Brahimi

代码错误："{:.8f}.format应为"{:.8f}".format，缺少一个双引号。 - jesterjunk

对于动态精度："{:.{precision}f}".format(float("8.99284722486562e-02"), precision=8) - zr0gravity7

Answer 2

因为排名最高的回答中存在误导性信息，所以我撰写了这篇答案来解释我的改进。

简而言之：使用("%.17f" % n).rstrip('0').rstrip('.')

---

默认情况下，如果小数点前有5个或更多个零，Python会采用科学计数法进行格式化。
0.00001 / 1e-05 格式化为 "1e-05"。
0.0001 / 1e-04 格式化为 "0.0001"。

因此，8.99284722486562e-02将被格式化为 "0.0899284722486562"。
更好的例子是 8.99284722486562e-05。（0.00008992847224866）

我们可以通过"%f"轻松地格式化为原始小数位，该格式化方式默认情况下为"%.6f"。
"%f" % 8.99284722486562e-05 生成 '0.000090'。
"%f" % 0.01 生成 '0.010000'。

---

默认情况下，浮点数会显示最多17位小数。
0.1234567898765432123 - （19位小数的输入）
0.12345678987654321 - （17位小数的输出）

因此，如果我们使用"%.17f" % 8.99284722486562e-02，我们将得到'0.08992847224865620'。（注意额外的0）
但是如果我们使用"%.17f" % 0.0001，我们肯定不想要'0.00010000000000000'。

要去掉尾随的零，我们可以这样做：("%.17f" % n).rstrip('0').rstrip('.')
（注意，如果数字没有小数部分，我们也会去除小数点）

---

%f 有对应的几个格式：
%f 显示标准记法
%e 显示科学计数法
%g 显示默认格式（如果有5个或更多的零则使用科学计数法）

- Puddle

Answer 3

科学计数法可以通过float转换为浮点数。

In [1]:  float("8.99284722486562e-02")
Out [1]:   0.0899284722486562

使用format对float进行舍入，然后将float用于字符串以返回最终舍入的浮点数。

In [2]:  float("{:.8f}".format(float("8.99284722486562e-02")))
Out [2]:   0.08992847

---

2022年修改No Sound的评论：

我从这里学到了这个解决方案 (存档)

以下解决方案适用于更大的数字。

解决方案1）

import numpy as np

print(np.format_float_positional(1.32456e-12, trim='-'))
print(np.format_float_positional(1.32456e-24, trim='-'))
print(np.format_float_positional(1.32456e12, trim='-'))
print(np.format_float_positional(1.32456e24, trim='-'))

# Output: 0.00000000000132456
#         0.00000000000000000000000132456
#         1324560000000
#         1324560000000000000000000

解决方案2）

与上述相同，只是这次使用一个lambda函数

import numpy as np

pretty_print = lambda x: np.format_float_positional(x, trim="-")

print(pretty_print(1.32456e-12))
print(pretty_print(1.32456e-24))
print(pretty_print(1.32456e12))
print(pretty_print(1.32456e24))

# Output: 0.00000000000132456
#         0.00000000000000000000000132456
#         1324560000000
#         1324560000000000000000000

- jesterjunk

---

它并不适用于所有情况。float("1.32456e-12") 返回 1.32456e-12。 - No Sound

@NoSound 我刚刚为你添加了一个使用numpy的解决方案，可能不是最理想的，但现在总比没有好。 - jesterjunk

Answer 4

你可能知道浮点数存在精度问题。例如，计算：

>>> (0.1 + 0.1 + 0.1) == 0.3
False

相反，您可能想使用 Decimal 类。在 Python 解释器中：

>>> import decimal
>>> tmp = decimal.Decimal('8.99284722486562e-02')
Decimal('0.0899284722486562')
>>> decimal.getcontext().prec = 7
>>> decimal.getcontext().create_decimal(tmp)
Decimal('0.08992847')

- User

---

我在搜寻这个主题并看到了这个答案，你有解释为什么第一条语句会导致 False 吗？ - Ahmed Alhallag

@AhmedAlhallag 请看这里：https://docs.python.org/3/tutorial/floatingpoint.html “同样地，无论你愿意使用多少个二进制数字，十进制值0.1都不能被准确地表示为一个二进制分数。在二进制中，1/10是一个无限重复的分数。” - User