将numpy字符串数组转换为保留原字符串有效数字的浮点数

要实现保留原字符串有效数字格式显示浮点数组，核心问题是numpy的浮点类型本身不存储格式信息，所以需要结合原始字符串的格式来自定义打印逻辑，无需逐列指定小数位。

步骤1：转换浮点数组并保留原始格式信息 #

先将字符串数组转为浮点数组，同时保留原始字符串用于后续格式匹配：

import numpy as np

# 原始字符串数组
X_tr = np.array(['800', '0', '0.3048', '71.3', '0.00266337'])
# 转为浮点数组
X_new = X_tr.astype(float)

步骤2：自定义打印函数 #

编写函数遍历浮点数组和原始字符串数组，根据每个元素的原始格式格式化浮点数，同时处理浮点数精度误差：

def print_with_original_format(float_arr, original_strs):
    formatted_elements = []
    for num, s in zip(float_arr, original_strs):
        if '.' in s:
            # 获取原始小数位数
            decimal_places = len(s.split('.')[1])
            # 按原始小数位数四舍五入，规避浮点精度误差
            rounded_num = round(num, decimal_places)
            # 格式化对应小数位数
            formatted = f"{rounded_num:.{decimal_places}f}"
        else:
            # 原始为整数格式，按整数输出
            rounded_num = round(num, 0)
            formatted = f"{rounded_num:.0f}"
        
        # 修正整数格式显示（去掉末尾多余的.0）
        if '.' not in s and '.' in formatted:
            formatted = formatted.split('.')[0]
        
        formatted_elements.append(formatted)
    
    # 按原始数组格式输出
    print(' '.join(formatted_elements))

调用示例 #

运行函数即可得到匹配原始字符串格式的输出：

print_with_original_format(X_new, X_tr)
# 输出结果：800 0 0.3048 71.3 0.00266337

补充说明 #

• 该方法自动适配每个元素的原始格式，无需逐列配置；
• 用round函数处理浮点数精度误差（比如71.3转为float后可能出现71.29999999999999的情况）；
• 如果需要将格式化结果保存为字符串数组，直接返回formatted_elements即可。

内容的提问来源于stack exchange，提问作者Navya Lam