numpy.float64转数组时小数点后精度从16位降为5位如何解决

核心原因说明 #

你观察到的小数点后位数减少并非真实的精度丢失，属于Numpy默认打印配置的展示限制：默认仅显示浮点数小数点后5位，数组底层存储的numpy.float64值仍完整保留16位精度，和原始计算值完全一致。

验证精度无丢失的方法 #

直接对比原始变量和数组内元素值即可确认：

# 输出为True则证明存储值完全一致，无精度损失
print(ham_log == log_class_priors[0])
# 格式化打印数组内元素，可查看完整精度值
print("{0:.16f}".format(log_class_priors[0]))

调整打印显示完整精度 #

如果需要在打印数组时直接展示全部小数位，修改Numpy全局打印配置即可：

# 设置打印精度为16位，匹配float64的有效位数
np.set_printoptions(precision=16)
# 此时打印数组会显示完整的16位小数
print(log_class_priors)

代码优化建议 #

你的原有写法中astype(float)属于冗余操作：原始计算值已经是numpy.float64类型，np.array默认会继承输入元素的类型，可简化为显式指定dtype的写法，逻辑更清晰：

log_class_priors = np.array([ham_log, spam_log], dtype=np.float64)

内容的提问来源于stack exchange，提问作者N K