Пустое множество SQL для Обнуления для добавления

Используйте {n}. format ()

Например: '{: n}'. format (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

Выходные данные:

0,0000000000000000

0,0000000000000000

1,0000000000000000

165349.2000000000116415

1168887859999

471784.0999999999767169

Или вы можете использовать альтернативный способ:

"%.16f" % (float( 00,1.65349200e+05))

Второй вопрос, касающийся PyCharm. Возможно, вы захотите взглянуть на маркеры форматирования . Полная информация о переформатировании .

Обновление:

Вот обновленный пример кода с набором данных, который был предоставлен вы.

blockquote>

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))

вывод:

0.0000000000000000
1.0000000000000000
0.0000000000000000
28663.7599999999983993
127056.2100000000064028
201126.8200000000069849

0.0000000000000000
0.0000000000000000
1.0000000000000000
144372.4100000000034925
118671.8500000000058208
383199.6199999999953434

Об ошибке:

TypeError: только массивы размера 1 могут быть преобразованы в скаляры Python

blockquote>

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, вызывая вывод вышеуказанной ошибки. Чтобы исправить это, я просто добавил второй цикл для перебора каждого значения для каждого массива.