Question

以下程序导致的值与指定的值不一致：

from scipy.interpolate import splprep, splev, splrep
import numpy as np

pos2indx = lambda vec: vec.round().astype(np.int64)

t = np.linspace(1,3,150)
x = 150+100*np.sin(t) + 5*np.random.randn(len(t))
y = 150+100*np.cos(t) + 5*np.random.randn(len(t))
z = 150+100*np.cos(t)*np.sin(t) + 5*np.random.randn(len(t))

vector_field = np.zeros((x.max()+10,y.max()+10,z.max()+10,3), dtype=np.float64)

out = splprep([x,y,z],u=t,k=3, full_output=1, quiet=1)
tck, t = out[0]
v = np.transpose(splev(t,tck, der=1))
i,j,k = pos2indx(x),pos2indx(y),pos2indx(z)

vector_field[i,j,k,:] += v
print np.sum(np.abs(vector_field[i,j,k,:]-v))

我希望此过程始终打印为零。但是，有时它不会！当输出非零时，它有几千个。

我不确定我是否做错了，或者是否有一些错误。

我也将此报告为scipy问题。

溶液：

Pauli Virtanen：“错误在你的代码中：i，j，k向量可以包含两次给定的坐标对。” （https://github.com/scipy/scipy/issues/2581）

jorgeca在下面发布了类似的答案。

谢谢！

Answer 1

总结一下您的问题，将v添加到零数组然后减去v并不总是会产生一个零数组：

vector_field = np.zeros((x.max()+10,y.max()+10,z.max()+10,3), dtype=np.float64)
vector_field[i,j,k,:] += v
print np.sum(np.abs(vector_field[i,j,k,:]-v))  # sometimes not 0!!

那不可能是对的！

事实上，索引i，j和k是numpy数组，所以它使用fancy indexing。当三重指数重复时会发生什么？也就是说，对于某些m，n i[m] == i[n]，j[m] == j[n]和k[m] == k[n]。事实证明，通过implementation detail（可以随时更改），只会分配索引的最后一个三元组（按C顺序），最后vector_field[i,j,k,:]实际上不包含{{1 }}

Answer 2

问题似乎是由圆形错误引起的。

我使用dtypes 1000，float16，float32和float64对您的代码float96进行了比较。在vector_field中计算了它给出非零答案的次数：

float16: 1000
float32: 1000
float64: 142
float96: 115

分配给numpy数组的值并不总是等于指定的值

溶液：

2 个答案: