NumPy数组角度转弧度后精度丢失（显示为0）问题求助

你遇到的这个问题我之前也碰到过，核心是数组的数据类型（dtype）在搞怪！

问题原因 #

你最开始创建的数组A应该是整数类型（比如int64），当你把浮点计算的弧度结果（比如np.pi/180 * A[:,2]是float类型）赋值回整数类型的数组列时，NumPy会自动截断所有小数部分，只保留整数位——这就是为什么结果全是0。哪怕你后来尝试改类型，如果操作不对（比如只是简单修改dtype标记而没有真正转换数据），也依然会得到0.的结果。

验证方法 #

先确认下你的数组类型，跑这行代码：

print(A.dtype)

如果输出是int64或者类似的整数类型，那完全符合我们的判断。

解决方案 #

这里给你三种靠谱的解决办法：

方法一：创建浮点类型的数组副本再赋值

先把原数组转换成浮点类型的副本，再进行弧度转换，这样就不会有截断问题了：

import numpy as np

# 原整数数组
A = np.array([[ 1, 2, 25], [ 3, 4, 23], [ 2, 6, 55], [ 9, 7, 78], [11, 5, 47]])
# 创建浮点类型的副本
A_rad = A.astype(np.float64)
# 转换最后一列为弧度（两种方式任选其一）
A_rad[:, 2] = np.radians(A[:, 2])
# A_rad[:, 2] = np.pi / 180 * A[:, 2]

# 保留四位小数输出（方便查看）
print(np.round(A_rad, 4))

输出结果就是你想要的：

[[ 1.     2.     0.4363]
 [ 3.     4.     0.4014]
 [ 2.     6.     0.9599]
 [ 9.     7.     1.3614]
 [11.     5.     0.8203]]

方法二：一开始就创建浮点类型数组

如果从一开始就知道要做浮点运算，直接在创建数组时指定dtype：

import numpy as np

# 直接创建浮点类型数组
A = np.array([[ 1, 2, 25], [ 3, 4, 23], [ 2, 6, 55], [ 9, 7, 78], [11, 5, 47]], dtype=np.float64)
# 直接转换最后一列
A[:, 2] = np.radians(A[:, 2])
# 设置打印精度，自动保留四位小数
np.set_printoptions(precision=4)
print(A)

方法三：全局设置打印精度（可选）

如果你不想每次都用np.round()，可以设置NumPy的全局打印选项，让输出自动保留指定小数位数：

np.set_printoptions(precision=4)
print(A_rad)

注意事项 #

• 绝对不要直接在整数类型数组上赋值浮点结果，一定会被截断小数部分。
• astype()方法会返回一个新数组（整数转浮点必须重新分配内存），所以一定要把结果赋值给变量，不要直接丢弃。

内容的提问来源于stack exchange，提问作者Sam