在使用 Python 读取 SQLite 数据库中的 float 类型数据时，如果得到的结果是以指数形式表示的（比如 1.23e+05），这实际上是因为 Python 的默认行为，并不是 SQLite 的问题。Python 在处理浮点数时会根据数值大小自动选择最紧凑的表示方式，对于较大的数字可能会使用科学记数法。

如果你希望避免这种情况，可以在查询结果后将浮点数转换为标准的十进制格式。你可以使用 Python 的 format 函数来控制输出格式，或者使用 numpy 或者 pandas 库来处理数据，这些库通常提供了更灵活的格式化选项。

下面是一个简单的例子，展示如何使用 sqlite3 模块从 SQLite 数据库中读取数据，并将其转换为标准的十进制格式：

python">import sqlite3# 连接到 SQLite 数据库
conn = sqlite3.connect('example.db')
cursor = conn.cursor()# 假设有一个表叫做 'numbers' 其中包含一个名为 'value' 的浮点数字段
cursor.execute("SELECT value FROM numbers")# 遍历查询结果
for row in cursor:# 使用 format 函数将浮点数转换为字符串，固定小数位数formatted_value = format(row[0], '.2f')  # 控制小数点后保留两位print(formatted_value)# 关闭连接
cursor.close()
conn.close()

在这个例子中，.2f 是一个格式说明符，它告诉 format 函数要保留两位小数。你可以根据需要调整这个值。

如果你使用的是 pandas，可以利用其 read_sql_query 方法直接将结果转换为 DataFrame，并通过设置 float_format 参数来控制浮点数的显示格式：

python">import pandas as pd
import sqlite3# 连接到 SQLite 数据库
conn = sqlite3.connect('example.db')# 使用 pandas 读取数据并指定浮点数的格式
df = pd.read_sql_query("SELECT value FROM numbers", conn, parse_dates=None,  # 如果没有日期列index_col=None,    # 如果不需要索引coerce_float=True, # 强制转换为浮点数params=None,chunksize=None,dtype=None,float_format='%.2f')  # 设置浮点数格式print(df)# 关闭连接
conn.close()

这里 float_format='%.2f' 用于控制 DataFrame 中浮点数的显示格式，确保它们不会以指数形式出现。