我正在开发一个具有相当复杂的数字的程序，主要是在具有复杂数据类型的numpy中。一些计算返回几乎为空的数组，复杂的组件几乎为零。例如：
(2 + 0j, 3+0j, 4+3.9320340202e-16j)
显然第三个组件基本上是0，但无论出于何种原因，这是我的计算结果，结果发现，对于其中一些几乎为零的值，np.is_complex()返回True。我认为仅应用截止值是明智的，而不是挖掘那些大代码。我的问题是，什么是合理的截止点，以下任何东西都应该被视为零？ 0.00？ 0.000000？等...
据我所知，这些值是由浮点数学中的舍入误差引起的，只是想明智地处理它们。允许这种精度误差的公差/范围是多少？我想将它设置为参数：
ABOUTZERO=0.000001
答案 0 :(得分：1)
正如其他人评论的那样，构成“几乎为零”的内容确实取决于您的特定应用，以及您对舍入错误的预期程度。
如果必须使用硬阈值，则合理的值可能是machine epsilon，它被定义为由于浮点运算的舍入而导致的相对误差的上限。直观地，它是最小的正数，当添加到1.0时，使用给定的浮点表示和舍入方法给出结果> 1.0。
在numpy中，您可以使用np.finfo获取特定浮点类型的机器epsilon：
import numpy as np
print(np.finfo(float).eps)
# 2.22044604925e-16
print(np.finfo(np.float32).eps)
# 1.19209e-07