关于浮点数正确位数打印及变量比值计算异常的技术问询

这个问题我碰到过不少，本质就是整数除法截断小数的坑！当np.sum(train_y)和train_x.shape[0]都是整数类型时（比如Python原生int或numpy的int32/int64），直接做除法会触发整数除法逻辑，把小数部分直接砍掉，所以你得到0而不是预期的0.00186。下面是具体的解决方法：

一、正确计算比值的两种方式 #

1. 强制将其中一个数转为浮点数 #

只要把参与除法的任意一个操作数转成浮点数，就能触发浮点数除法，得到精确的小数结果：

# 用Python原生float转换
ratio = np.sum(train_y) / float(train_x.shape[0])

# 或者用numpy的浮点类型转换（适合numpy整数数组场景）
ratio = np.sum(train_y) / np.float64(train_x.shape[0])

2. 确保使用Python3的除法规则 #

如果是在Python2环境下，默认/是整数除法，你需要在代码开头导入division模块，强制启用Python3的浮点数除法规则：

from __future__ import division
ratio = np.sum(train_y) / train_x.shape[0]

二、按正确位数打印浮点数 #

得到正确的浮点数后，你可以通过以下几种方式格式化输出：

1. f-string格式化（Python3.6+推荐） #

这是最简洁直观的方式，能精准控制小数位数或有效数字：

# 保留6位小数（会补零）
print(f"比值: {ratio:.6f}")  # 输出：比值: 0.001860

# 保留4位有效数字（自动省略末尾无意义的零）
print(f"比值: {ratio:.4g}")  # 输出：比值: 0.00186

2. format函数格式化 #

兼容所有Python版本，写法稍繁琐但兼容性好：

print("比值: {:.6f}".format(ratio))  # 保留6位小数
print("比值: {:.4g}".format(ratio))  # 保留4位有效数字

3. numpy全局打印设置（针对numpy数值） #

如果你的ratio是numpy浮点类型，可以设置numpy的全局打印精度：

import numpy as np
np.set_printoptions(precision=6)
print(ratio)  # 输出0.001860

示例演示 #

假设你的数据是这样的：

import numpy as np

# 模拟数据：100000条样本，其中186条为正例
train_y = np.zeros(100000, dtype=int)
train_y[:186] = 1
train_x = np.random.rand(100000, 5)

# 错误的整数除法
wrong_ratio = np.sum(train_y) // train_x.shape[0]
print("错误结果:", wrong_ratio)  # 输出：错误结果: 0

# 正确计算
correct_ratio = np.sum(train_y) / float(train_x.shape[0])
print("正确结果:", correct_ratio)  # 输出：正确结果: 0.00186

# 格式化打印
print(f"格式化结果（6位小数）: {correct_ratio:.6f}")  # 输出：格式化结果（6位小数）: 0.001860

内容的提问来源于stack exchange，提问作者user288609