Question

我收到溢出错误（OverflowError：（34，'结果太大'）
我想计算pi到100的小数，这是我的代码：

def pi(): 
    pi = 0 
    for k in range(350): 
        pi += (4./(8.*k+1.) - 2./(8.*k+4.) - 1./(8.*k+5.) - 1./(8.*k+6.)) / 16.**k 
    return pi 
print(pi())

Answer 1

Python浮点数既不是仲裁精度，也不是无限大小。当k = 349时，16.**k太大了 - 几乎是2 ^ 1400。幸运的是，decimal库允许任意精度并且可以处理大小：

import decimal
decimal.getcontext().prec = 100
def pi():
    pi = decimal.Decimal(0)
    for k in range(350):
        pi += (decimal.Decimal(4)/(decimal.Decimal(8)*decimal.Decimal(k+1))...)

Answer 2

您可能在float之后达到了平台k = 256支持的限制：

>>> k = 256
>>> (4./(8.*k+1.) - 2./(8.*k+4.) - 1./(8.*k+5.) - 1./(8.*k+6.)) / 16.**k
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
OverflowError: (34, 'Result too large')
>>> k = 255
>>> (4./(8.*k+1.) - 2./(8.*k+4.) - 1./(8.*k+5.) - 1./(8.*k+6.)) / 16.**k
3.19870064997e-313

请参阅sys.float_info了解具体的限制，但您不太可能遇到当前的CPU和OS组合，在任何情况下都会给您100位有效数字;我的64位OS X MacBook Pro只支持15。

使用decimal module超出您的硬件限制。

from decimal import Decimal, localcontext

def pi(): 
    with localcontext() as ctx:
        ctx.prec = 100  # 100 digits precision
        pi = Decimal(0) 
        for k in range(350): 
            pi += (Decimal(4)/(Decimal(8)*k+1) - Decimal(2)/(Decimal(8)*k+4) - Decimal(1)/(Decimal(8)*k+5) - Decimal(1)/(Decimal(8)*k+6)) / Decimal(16)**k 
    return pi

Answer 3

这是使用十进制库解决此问题的python解决方案。该代码计算出pi的一千位数。

import decimal
def pi( prec = 10 ** 3 ):
    decimal.getcontext().prec = prec
    b =  decimal.Decimal(1)
    pi = 0
    for k in range(prec):
        pi += ( b*4/(8*k+1) - b*2/(8*k+4) - b*1/(8*k+5) - b*1/(8*k+6)) / 16**k
    return pi
print(pi())

这是仅使用内置的任意大小的整数的解决方案。它的工作效率更高，可让您计算一万位数的pi。

def pi( prec = 10 ** 4 ):
    b = 10 ** prec
    pi = 0
    for k in range(prec):
        pi += ( b*4//(8*k+1) - b*2//(8*k+4) - b*1//(8*k+5) - b*1//(8*k+6)) // 16**k
    return pi
print(pi())

通过启动此代码，您可以向您的朋友吹嘘您将pi算作一万：）。

Answer 4

16. ** 256太大而无法存储在双精度浮点数中。我建议你运行你的周期较少，比如范围（250），因为较大的k值无论如何都不会对前100位数做出贡献。

你可能尝试的另一件事是乘以16。* （ - k）而不是除以16。 * k。对于大k，此数字将四舍五入为零，因此不会给出运行时错误。

我建议您使用numpy.power而不是**，它会更好地处理溢出。例如，在你的代码中，numpy.power（16.，256）将计算为inf，并将有限数除以inf得到零，这样可以避免运行时错误，就像上一段中建议的方法一样。

Answer 5

我使用python3.6 AMD64，我也遇到了这个问题，这是因为python内置float是双精度浮点数，它是64位，在大多数编程任务中，64位就够了，但是在一些额外的任务中，这还不够（比如scitific计算，大数据计算）

溢出错误：（34，'结果太大'）

5 个答案: