有的时候我们并不想显示科学计数，不直观。
如果数值不是特别大，还是直接显示数值比较直观。
import numpy as np
import pyqtgraph as pg
class LogStringAxis(pg.AxisItem):
def logTickStrings(self, values, scale, spacing):
estrings = ["%0.1f" % x for x in 10**np.array(values).astype(float)]
return estrings
win = pg.GraphicsWindow()
logStringAxis = LogStringAxis(orientation='bottom')
plot = win.addPlot(axisItems={'bottom': logStringAxis})
plot.setLogMode(True, False)
x1 = np.linspace(0, 20000, 500)
y1 = np.linspace(0, 1, 500)
curve = plot.plot(x1, y1)
if __name__ == '__main__':
import sys
if sys.flags.interactive != 1 or not hasattr(QtCore, 'PYQT_VERSION'):
pg.QtGui.QApplication.exec_()
- 关于python：在matplotlib.pyplot中防止科学计数法
- Show string values on x-axis in pyqtgraph
交流学习，如有错误欢迎指正。by: wwdeng QQ:435398366
python:pyqtgraph log对数坐标系禁止显示科学计数@[TOC](python:pyqtgraph log对数坐标系禁止显示科学计数)1、pyqtgraph 如果setLogMode为true 显示的是科学计数有的时候我们并不想显示科学计数，不直观。如果数值不是特别大，还是直接显示数值比较直观。2. pyqtgraph中AxisItem.py 生成log坐标字符串处理方法3. 通过重写AxisItem类中的logTickStrings方法来修改坐标轴显示的数值4. TestCo
读取csv时遇到一个长数字（比较长的数字，excel中长度超过16位后，会变成科学计数法显示）转换问题。在csv中正常显示全部数字，没有变成科学计数法，但用pd.read_csv后就变成了科学计数法显示， 如下图显示。这是个问题，当然要解决呀呀呀。
搜索了许多网页，找到一篇文章可以解决这个问题：
https://www.jb51.net/article/164692.htm （见文章【 4、使用csv读写csv文件示例代码】）
import csv
csvFile = open('5000 Sales Records.csv','r')
reader = csv.reader(csvFil
np.set_printoptions(suppress=True)
这样就可以搞定
以上这篇python 不以科学计数法输出的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。
您可能感兴趣的文章:完美解决python中ndarray 默认用科学计数法显示的问题python常见的格式化输出小结python实现中文输出的两种方法
这个问题中的关键词是对数，只要理解了对数坐标系中的对数指的是什么意思，我们就能明白什么是对数坐标系。
对数定义：如果a的x次方等于N，那么数x叫做以a为底N的对数，记作x=logaN。其中，a叫做底数，N叫做真数，x叫做对数。
而对数坐标系中的对数指的是坐标轴上的刻度与原点的距离是用对数表示的，比如，对于以10为底数的对数坐标轴来说，如果某个刻度上标出的值为10(真数)，...
使用mplfinance库做K线图的呈现，感觉不是很理想，用pyQtgraph库，感觉要好一些。不过在对数坐标系设置实现时，发现一些问题。
文章详细说明了，对数坐标和普通坐标，对看盘的影响。并通过修改官方源码的方式，实现了对数坐标系呈现！
看看，如果您感觉有用，就给个赞吧！
地理坐标系、投影坐标系详解1、基本概念2、地理坐标系2.1 地球的三级逼近2.1.1大地水准面2.1.2地球椭球体2.1.3大地基准面2.2地理坐标3、投影坐标系3.1投影3.2我国常用投影3.2.1高斯-克吕格投影3.2.2其他投影
转载地址：https://blog.csdn.net/sinat_32349327/article/details/76146678
为一个地信专业的人经常搞不懂地理坐标系和投影坐标系，真的是一件非常shame的事情。
我觉得这些只是应该作为一个大家都应该知道的常识，而不仅仅
一般我们为了更好观察数据特征，特意把数据画在双对数坐标下，然后分析数据的时候我们经常形象的说其在低频区域的“斜率”如何如何，高频区域的“斜率”如何如何，还有其“幅值”大小如何如何。那么这些在双对数坐标下的这种人的直观概念到底是怎么一回事呢？
说是到底去问是怎么一回事，主要是我们观察到了数据在双对数坐标和线性坐标下的特征是不一样的，双对数坐标中的“斜率”还有“幅值”在线性坐标中找不到很直观的对应
如何设置？
在Python中，使用matplotlib库可以绘制对数坐标的图形。要设置对数坐标，可以使用函数plt.xscale('log')和plt.yscale('log')来设置x轴和y轴的对数坐标。例如，以下代码可以绘制一个对数坐标的散点图：
import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 10, 100, 1000])
y = np.array([0.1, 1, 10, 100])
plt.scatter(x, y)
plt.xscale('log')
plt.yscale('log')
plt.show()
这个代码会绘制一个对数坐标的散点图，其中x轴和y轴都是对数坐标。
