Question

我有这个代码，给定一些x和y浮点数，我必须将它们减去另一个浮点数并将它们放入numpy数组的前两个索引中。我减去的浮点数已经是一个numpy数组。但是，我遇到了一个奇怪的问题，即单独减去索引会产生与减去numpy数组不同的答案。这是代码：

import numpy as np

def calcFunc(x, y):
    array = np.zeros(2)
    print ("X is", x, "otherArr[0] is", otherArr[0])
    print ("Y is", y, "otherArr[1] is", otherArr[1])
    array[0] = x - otherArr[0]
    array[1] = y - otherArr[1]
    temp1 = np.array(x, y)
    temp1 = np.subtract(temp1, otherArr)
    print("temp1 is" , temp1)
    print("sub is", array)

x = np.linspace(-3, 3, 50)
y = np.linspace(-3, 3, 50)

otherArr = np.random.rand(2) * 0.25
for i in range(len(x)):
    for j in range(len(y)):
        calcFunc(x[i], y[j])

其中x和y是我在其他地方获得的一些浮点数并传递给执行此减法的此函数，因此它会更改每次迭代。然后代码输出是：

X is -3.0 otherArr[0] is 0.129294357724
Y is -3.0 otherArr[1] is 0.0308568538399
temp1 is [-3.12929436 -3.03085685]
array is [-3.12929436 -3.03085685]
X is -3.0 otherArr[0] is 0.129294357724
Y is -2.87755102041 otherArr[1] is 0.0308568538399
temp1 is [-3.12929436 -3.03085685]
array is [-3.12929436 -2.90840787]
X is -3.0 otherArr[0] is 0.129294357724
Y is -2.75510204082 otherArr[1] is 0.0308568538399
temp1 is [-3.12929436 -3.03085685]
array is [-3.12929436 -2.78595889]
X is -3.0 otherArr[0] is 0.129294357724
Y is -2.63265306122 otherArr[1] is 0.0308568538399
temp1 is [-3.12929436 -3.03085685]
array is [-3.12929436 -2.66350992]
X is -3.0 otherArr[0] is 0.129294357724
Y is -2.51020408163 otherArr[1] is 0.0308568538399
temp1 is [-3.12929436 -3.03085685]
array is [-3.12929436 -2.54106094]
X is -3.0 otherArr[0] is 0.129294357724
Y is -2.38775510204 otherArr[1] is 0.0308568538399
temp1 is [-3.12929436 -3.03085685]
array is [-3.12929436 -2.41861196]

我假设这与Y在第一次迭代后有更多的小数有关，并且出现某种舍入错误。但是，为什么结果不同于简单地减去指数呢？是不是数组减法首先做的是什么？

Answer 1

scala> headers.flatMap { 
     |  case Authorization(_) => Nil
     |  case other => List(other)
     | }
res1: List[Header] = List(Token)

这不是你如何创建一个双元素数组。您需要将单个类似数组的参数传递给np.array(x, y)，而不是单个元素：

array

现在，您实际上已将np.array([x, y])作为y参数传递。我不确定这是否是一个不会引发dtype的错误。在任何情况下，你实际上得到一个0维数组（是，0），其唯一元素是TypeError，广播规则意味着：

生成temp1 = np.subtract(temp1, otherArr)。

Python可能的舍入错误？

1 个答案: