我是一个广泛使用MATLAB的Python新手。我正在转换一些在MATLAB中使用log2
的代码,并且我使用了NumPy log2
函数,得到的结果与我预期的这么小的数字不同。我很惊讶,因为的精度应该相同(即MATLAB double vs NumPy float64)。
a = log2(64);
--> a=6
import math
a = math.log2(64)
--> a = 6.0
import numpy as np
a = np.log2(64)
--> a = 5.9999999999999991
import numpy as np
a = np.log(64) / np.log(2)
--> a = 6.0
因此,本机NumPy log2
函数会产生一个导致代码失败的结果,因为它检查的数字是2的幂。预期结果正好是6,这是本机Python { {1}}函数和修改后的NumPy代码使用对数的属性。我是否在使用NumPy log2
功能做错了什么?我现在更改了代码以使用原生Python log2
,但我只是想知道答案。
答案 0 :(得分:7)
没有。代码没有任何问题,只是因为浮点数无法在我们的计算机上完美呈现。在检查浮点值时,始终使用epsilon值来允许一系列错误。阅读The Floating Point Guide和this帖子以了解详情。
编辑 - 正如cgohlke已在评论中指出,
取决于用于构建numpy的编译器np.log2(x)由C库计算或1.442695040888963407359924681001892137 * np.log(x)请参阅this链接。
这可能是错误输出的原因。