Python中阶乘计算出现ZeroDivisionError问题求助

核心问题 #

1. 未定义变量p：代码中调用binomial(n,x,p)时未给p赋值，会直接触发NameError；即便你实际运行时补充了p，大数值阶乘的浮点溢出也会引发异常，甚至被误判为零值导致除法错误。
2. 大数阶乘浮点溢出：200的阶乘是极大整数，直接转浮点数会超出精度范围变成inf（无穷大），此时inf/inf会得到nan，后续计算概率质量函数（PMF）时会出现异常。
3. 自定义阶乘函数稳定性不足：手动实现的阶乘函数对大数值处理效率低，且容易出现数值溢出问题。

修复步骤 #

1. 定义概率变量p #

在循环前添加p的赋值，比如：

p = 0.5  # 根据需求设置具体概率值

2. 用标准库替代自定义阶乘/组合数计算 #

Python3.10及以上版本提供math.comb直接计算组合数，彻底避免手动阶乘的溢出问题：

import math

def binomial(n, x, p):
    return math.comb(n, x) * (p ** x) * ((1 - p) ** (n - x))

若你的Python版本低于3.10，可改用标准库的math.factorial：

import math

def combination(n, x):
    return math.factorial(n) / (math.factorial(n - x) * math.factorial(x))

def binomial(n, x, p):
    return combination(n, x) * (p ** x) * ((1 - p) ** (n - x))

3. 浮点溢出优化方案 #

针对大n（如200），推荐用对数转换计算，避免大数直接运算的溢出：

import math

def binomial_log(n, x, p):
    # 对数形式计算组合数+概率，将乘法转加法
    log_comb = math.lgamma(n + 1) - math.lgamma(x + 1) - math.lgamma(n - x + 1)
    log_p = x * math.log(p) + (n - x) * math.log(1 - p)
    return math.exp(log_comb + log_p)

4. 完整修复代码 #

import numpy as np
import matplotlib.pyplot as plt
import math

def binomial(n, x, p):
    return math.comb(n, x) * (p ** x) * ((1 - p) ** (n - x))

pmf_values = []
n = 200
p = 0.5  # 定义概率值
x_list = np.arange(0, 200 + 1)

for x in x_list:
    pmf_values.append(binomial(n, x, p))

# 归一化处理，确保PMF和为1（浮点精度偏差修正）
pmf_values = np.array(pmf_values)
pmf_values /= pmf_values.sum()

sample = np.random.choice(x_list, size=10000, p=pmf_values)
plt.hist(sample, bins=20)
plt.show()

额外说明 #

单独运行factorial(n-x)*factorial(x)时，Python以整数形式计算，不会触发浮点溢出，因此得到正确结果；但循环中调用combination时，除法操作会将整数转成浮点数，极大整数转浮点数会变成inf，进而引发异常或计算错误。

内容的提问来源于stack exchange，提问作者Junho65