Question

我正在模拟研究项目的点源并使用我在这里的参数，我的代码应输出大约1.something +或 - 0.00something * j和I＆＃39; m的值。获得非常小的价值。喜欢3.8 * 10 ^ -127。

import numpy as np
from math import pi

wvl = 1e-6
R = 50e3
k = (2 * pi)/wvl
N = 10.0
r0 = 0.1
D2 = 0.5
DROI = 4.0 * D2
D1 = (wvl * R)/DROI
x = np.linspace(-N/2, (N/2)-1, N)
y = np.linspace((N/2)-1, -N/2, N)
x1, y1 = np.meshgrid(x, y)

rho = np.sqrt(x1**2 + y1**2)

r1 = np.arctan2(y1, x1)

pointOne = np.exp(-1j*k/(2*R) * (r1**2))
pointTwo = pointOne / ((D1**2) * np.sinc(x1/D1) * np.sinc(y1/D1) * np.exp(-(r1/(4.0*D1))**2))

print pointTwo

非常感谢任何帮助！

Answer 1

当你说

时，你略微不正确

喜欢3.8 * 10 ^ -127

我看到有exp(-986.96044011)这是......我不确定！ :) 例如，exp(-745)等于4.9406564584124654e-324，小于您所说的。 numpy中最精确的类型是float64，上面的值是它可以采用的最小数字（https://en.wikipedia.org/wiki/Double-precision_floating-point_format）

Soooo，我想说用numpy计算是不可能的。

我认为除了使用decimal模块和使用固定点计算之外，没有其他方法可以计算这个：

>> decimal.Decimal(-986.96044011).exp()
Decimal('2.336291362873238577842336912E-429')

<强>更新

from decimal import Decimal

factor1 = (D1**2) * np.sinc(x1/D1) * np.sinc(y1/D1)
factor2 = -(r1/(4.0*D1))**2

for i in range(10):
    for j in range(10):
        denom = Decimal(factor1[i][j]) * Decimal(factor2[i][j]).exp()
        real = Decimal(pointOne[i][j].real) / denom
        imag = Decimal(pointOne[i][j].imag) / denom
        print('{} {:+}j'.format(real, imag))
    print

我不会复制/粘贴整个输出，但是对于有错误的块（i = 3），这是由numpy输出的：

[             -inf             +infj               inf             +infj
              -inf             +infj              -inf             +infj
  -1.33430914e+277 +1.39038774e+276j   2.71287770e+126 -5.24351460e+126j
   3.17716647e+062 -5.65262280e+062j   1.34513017e+045 -1.84387526e+045j
  -3.44573750e+040 +7.75538991e+039j  -3.43926477e+038 +2.50357768e+038j]

此代码输出以下内容：

2.581492951664502006187030185E+411 -5.762227636689223315330742967E+411j
2.122343066940105718447024076E+400 +1.467312608787517020408471212E+400j
2.397507101683903303475691738E+381 -2.280696798129953463268938559E+380j
-6.666386049218522221620946661E+346 +2.888168970661726622146331973E+347j
-1.334309136463760612094105714E+277 +1.390387738631591203923444430E+276j
2.712877702928865987066875589E+126 -5.243514596467982559177136476E+126j
3.177166469663657952353553473E+62 -5.652622800145748169241881476E+62j
1.345130165198935427036822984E+45 -1.843875257401926846810358724E+45j
-3.445737499727613189278598753E+40 +7.755389906593324611267619237E+39j
-3.439264771527389293832980697E+38 +2.503577682325662775720694139E+38j

如您所见，正确的尾部匹配。不确定它是否适合您，因为您无法再使用numpy处理该数据。 decimal模块缺乏对复杂数字的支持，因此您必须手动实现它或为此目的找到一些第三方库

我在代码的输出中遇到溢出错误

1 个答案: