Question

我在sagemath中写了一些python代码。我只想解析一些值以检查它们是否为整数。我正在使用is_integer（）函数。但是，只有一些数字作为整数匹配。

我有这个数组：

[[  1.26975000e+03   7.02493619e-14  -1.65645275e-13   5.00000000e+00
    2.50000000e+00   3.54050123e-13  -2.91373674e+00   1.06841761e+00]
 [ -5.00000000e+00   9.49393038e-01   5.00000000e+00  -5.00000000e+00
   -1.33475906e+00  -2.51708718e+00   4.98747803e-01  -2.21681235e+00]
 [  3.13790751e+00   4.17443857e-14   2.09099026e+00   1.48894747e+00
   -1.98140835e-01  -3.11027406e+00  -1.73743687e+00   5.68322944e-02]
 [ -5.00000000e+00  -5.15698595e-14   2.46634986e+00  -3.01863014e-01
   -1.64657626e+00   2.47085900e+00  -5.88213961e-01  -2.89145373e-02]
 [  5.00000000e+00   5.12235598e-01  -1.48149016e+00   2.94309857e-01
    4.75000000e+00  -5.33661417e-01   3.43055265e-01  -4.12203856e+00]
 [ -1.22979595e-01  -2.99512587e-01   2.86838294e+00  -2.54014737e-01
   -1.07441346e+00   2.81962997e+00   1.28837244e-01   2.07388351e-01]
 [ -1.57036190e+00   2.13573146e-01  -7.37436867e-01   5.22145920e+00
    2.78805312e+00   2.34402605e+00  -1.09099026e+00  -3.34248259e-02]
 [ -2.44284969e+00  -4.44168609e+00   9.51259207e-01   7.49320230e-01
    4.77326511e-01   2.99085430e+00  -2.39859298e+00  -1.96715999e+00]]

我有此代码：

for row in dct_block:
    for frec in row:
        print frec,frec.is_integer(),type(frec)

我得到这些结果：

1269.75 False <type 'numpy.float64'>
7.02493618832e-14 False <type 'numpy.float64'>
-1.65645275274e-13 False <type 'numpy.float64'>
5.0 False <type 'numpy.float64'>
2.5 False <type 'numpy.float64'>
3.54050122553e-13 False <type 'numpy.float64'>
-2.91373674111 False <type 'numpy.float64'>
1.06841760838 False <type 'numpy.float64'>
-5.0 True <type 'numpy.float64'>
0.94939303763 False <type 'numpy.float64'>
5.0 False <type 'numpy.float64'>
...

如您所见，只有数字“ -5”被匹配为整数。还有其他一些，例如两个“ 5.0”也应该匹配。

我在做什么错了？

Answer 1

大概问题中的数组是计算的结果使用浮点值，在这种情况下，一些非整数条目可能由于四舍五入错误而变成非整数。

考虑使用精确数字进行计算，而不是浮点近似值（如果可以）。注意可以将Sage数字类型用作NumPy数组的数据类型。

如果某些计算涉及超越函数， Arb可能会提供一种以任意精度工作的方法。

最后，将is_integer替换为测试距离到最接近的整数小于某个阈值可能是选项，如果有人怀疑这可能是由于舍入错误引起的。

numpy.float64类型和is_integer（）问题

1 个答案: