Python ZeroDivisionError — 除以零

症状

本篇调试指南针对“Python ZeroDivisionError — 除以零”。内容涵盖可观察的症状、可复现的诊断路径、根本原因、具体修复方式，以及如何验证修复并防止回归。

可观察到的症状包括：

• Python 抛出 “ZeroDivisionError: division by zero”
• 平均或百分比等比率在空数据集上失败
• 仅当计数确实为零时才出现错误

诊断

先在隔离环境中复现故障，再按顺序执行以下检查，逐步缩小范围。

步骤 1

python -c "print(sum([]) / len([]))"

确认是空数据集路径，分母来自 len()。

步骤 2

grep -rn "/ len(\|/ count\|/ total" src/

每一处对计算计数的无防护除法都是待修候选。

常见诱因（按出现频率排序）：

• 分母来自可能为空或求和为零的数据
• 在检查计数是否为零之前就计算了指标
• 本应使用受保护的浮点除法，却用了整除

根因

当 /、//、% 的右操作数为零时 Python 抛 ZeroDivisionError。分母为零几乎总意味着输入集为空或其总和为零，而代码未处理这一数据条件。

修复

为每个计算得到的除数加防护：分母为零时返回明确定义的默认值（0、None 或 NaN），或改用 statistics.mean（对空输入抛出清晰的 StatisticsError）。

注意：把未定义比率返回 0 可能被误读为真实零；应记录该选择，或返回 None 以示区分。

def average(values):
    n = len(values)
    if n == 0:
        return None          # undefined rate, not 0
    return sum(values) / n

print(average([]))     # None
print(average([2, 4])) # 3.0

验证

用空数据集重跑，确认无异常且得到预期的哨兵值；为零与非零分母补充测试。

修复后补充一条回归测试，复现原始症状，防止问题再次出现。

这类故障通常是环境问题而非纯逻辑错误，因此在缺陷记录中应写明完整命令、环境变量与工作目录。请用最小的脚本复现，待最小用例清楚后再扩大范围。为这类故障准备一份简短的排查清单，能显著减少下次排障时间。