Question

对于那些更熟悉python列表和numpy数组的人：我注意到当python列表（浮点数）被转换为numpy数组时，会删除尾随的重要零。一个简单的代码说明了：

import numpy as np

# python list
list = [1.20780,4.6340]

# convert to numpy array
arr = np.asfarray(list)

print(arr) 
[ 1.2078  4.634 ]

你知道为什么numpy会删除尾随的零吗？知道怎么强迫numpy保持零？

Answer 1

在数学中，1.2078等于1.20780。打印方法print将您的数组定义为预定义类型float64。

如果要打印5位数字，可以转换为字符串：

In[24]: print ['%.5f'%i for i in arr]
['1.20780', '4.63400']

您还可以使用dtype来查看编码#bits对内存中图形表示的影响：

In[26]: arr.astype('float16')
Out[26]: array([ 1.20800781,  4.6328125 ], dtype=float16)
In[27]: arr.astype('float32')
Out[27]: array([ 1.20780003,  4.63399982], dtype=float32)
In[28]: arr.astype('float64')
Out[28]: array([ 1.2078,  4.634 ])
In[29]: arr.astype('int')
Out[29]: array([1, 4])
In[30]: arr.astype('int8')
Out[30]: array([1, 4], dtype=int8)
In[31]: arr.astype('float')
Out[31]: array([ 1.2078,  4.634 ])
In[32]: arr.astype('float5')

Answer 2

如果从Python打印列表，您会发现尾随的零也丢失了：

>>> list = [1.20780,4.6340]
>>> list
[1.2078, 4.634]

基本原因是，对于硬件和运行时系统，它们不重要。它们不会影响float的数值。它们不会影响数字处理，因为硬件在进行计算时不会注意有效数字＆＃34;，而不是数据类型的自然精度。没有考虑误差范围。

您对数值有什么影响？

我明白了。是的，你可以这样做......但保留文件名的原始文本。将其转换为数字值后，尾随零将无法恢复。您将无法区分1.29780与1.2978或1.297800000000

更好的是，对提取的浮点值进行排序，正如我在下面所做的那样。该单行命令执行以下操作

在连字符处拆分名称。
提取该拆分中的第二项
将其用作对项目进行排序的值
将此值提取作为排序功能的键。
对列表进行排序。

file_list = [ ＆＃34; NEW-2.3087-QA＆＃34 ;, ＆＃34; NEW-16.8888-HX＆＃34 ;, ＆＃34; NEW-1.20780-BC＆＃34 ;, ＆＃34; OLD-9.678900-NO＆＃34; ]

order_list = sorted（file_list，key = lambda name：float（（name.split（＆＃39; - ＆＃39;））[1]））

打印（order_list）

...和输出：

["NEW-1.20780-BC", "NEW-2.3087-QA", "OLD-9.678900-NO", "NEW-16.8888-HX"]

这样做你需要的吗？你有没有两个文件具有相同的数值，但有不同的表示形式，例如＆＃34; A-1.0-Z＆＃34;和＆＃34; B-1.000-ST＆＃34; ？

Numpy在一个数字的末尾削减了零

2 个答案: