如何将NumPy数组中的整数格式化为固定6位补前导零的形式

你的代码运行不生效有两个核心问题：

• 你初始化的numpy数组默认是整数dtype，往整数类型的数组位置赋值格式化后的字符串时，numpy会自动把字符串强转回整数，前导零会直接被丢弃——毕竟整数本身的数值逻辑里不存在前导零的概念
• 你写的循环本身有语法错误：range(len(dummy_array)缺闭合的右括号，循环内引用数组时错写为dummy[i]，和你定义的dummy_array变量名不一致

解决方案 #

根据你的实际需求二选一即可：

方案1：需要持久保存带前导零的6位格式结果 #

这种情况确实需要把元素转为字符串类型存储，不用写低效的for循环，直接用numpy内置的向量化方法处理即可：

import numpy as np
dummy_array = np.array([1234, 653932, 21394, 99999, 1289])
# 批量转字符串后补零到6位长度
formatted_arr = np.char.zfill(dummy_array.astype(str), 6)

print(formatted_arr[2])
# 输出：021394

如果你习惯用原来的格式化写法，记得先把数组转成固定长度字符串类型再赋值，不然还是会被强转回整数：

import numpy as np
dummy_array = np.array([1234, 653932, 21394, 99999, 1289])
str_arr = dummy_array.astype("U6") # 指定存储6位长度的Unicode字符串
for i in range(len(str_arr)):
    str_arr[i] = "{0:06d}".format(dummy_array[i])

print(str_arr[2])
# 输出：021394

方案2：不需要存储字符串，仅输出/展示时需要带前导零 #

完全不需要修改数组原有的整数类型，输出环节做格式化就行，存储效率更高：

import numpy as np
dummy_array = np.array([1234, 653932, 21394, 99999, 1289])
# 逐元素格式化输出
for val in dummy_array:
    print(f"{val:06d}")

补充：如果数组保持整数dtype，永远不可能“存储”带前导零的值——前导零是字符串格式化的展示效果，不属于整数本身的数值属性。

内容的提问来源于stack exchange，提问作者Eli