已尝试常规方法仍无效：如何设置Pandas默认非科学计数法显示浮点数？

你碰到的问题其实很好理解：你设置的pd.options.display.float_format只对**Pandas的对象（比如Series、DataFrame）**的显示生效，但.values返回的是Numpy的ndarray数组——Numpy有自己独立的打印配置规则，完全不受Pandas的设置影响，所以之前的操作才没起作用。

下面给你几个实用的解决方案：

方案1：全局修改Numpy的打印规则（一劳永逸） #

如果你希望所有Numpy数组都默认用非科学计数法展示，可以直接设置Numpy的全局打印选项：

import numpy as np
# suppress=True 强制禁用科学计数法，precision控制小数位数
np.set_printoptions(suppress=True, precision=2)

设置完之后，再运行test_df.median().values，输出就会变成：

array([-120.00,  34.00,  29.00, 2100.00,  440.00, 1200.00,  410.00,
         3.50, 180000.00,   3.00])

如果想让整数显示成不带小数的形式，可以把precision设为0，或者用更灵活的格式化逻辑。

方案2：针对单个数组自定义格式化（不影响全局） #

如果你不想修改全局设置，只想处理当前这个数组，可以用Numpy的array2string方法自定义格式化规则：

import numpy as np
result_array = test_df.median().values
# 自定义格式化：整数显示为整数，非整数保留两位小数
formatted_str = np.array2string(
    result_array,
    formatter={'float_kind': lambda x: f'{int(x)}' if x.is_integer() else f'{x:.2f}'}
)
print(formatted_str)

这样输出会更友好：

[-120 34 29 2100 440 1200 410 3.5 180000 3]

方案3：直接使用Pandas对象（避免转Numpy数组） #

其实你完全可以不用转成Numpy数组——test_df.median()返回的是Pandas Series，直接打印它就会遵守你之前设置的float_format规则：

pd.options.display.float_format = '{:.2f}'.format
print(test_df.median())

这样输出就是符合你预期的非科学计数格式啦。

内容的提问来源于stack exchange，提问作者Onkar N Mahajan