Question

我要问的问题可能有点奇怪。我使用最新的Anaconda 3.5发行版进行计算。我的所有惯例都主要基于numpy和pandas。

最近，我发现了Pandas / numpy / python的非常奇怪的行为（不知道谁负责）。

假设我有一个2 col（G, B）Pandas DataFrame，没有索引（整数索引），由l表示，以及以下函数：

import numpy as np
import pandas as pd

def runTest(l):
    res = l.G  + 1j * l.B
    return res

两列都有float64 dtype。所以，我试图创建一个复数，其中实部取自G，虚部取自B。

奇怪的是：如果我们运行此代码，让我们说几百次，某些结果可能完全不同通常会出来。

我的数据示例：

def printDifference(y1, y2):
    dif = np.absolute(y1 - y2) > 1e-13
    ys1 = y1[dif]
    ys2 = y2[dif]
    for i in range(ys1.shape[0]):
        print("{:d}: {:f} vs {:f}".format(i, ys1.iloc[i], ys2.iloc[i]))

main = runTest(l)
for i in range(200):
    test = runTest(l)
    if np.any(np.absolute(main - test) > 1e-10):
        print(i)
        printDifference(main, test)
        break

149

0：0.000000 + 0.000093j vs 0.000000 + 0.000000j

1：0.000003 + 0.000132j vs 0.000006 + 0.000132j

2：0.000000 + 0.000006j vs 0.000000 + 0.000006j

3：0.000002 + 0.000113j vs 0.000005 + 0.000113j

4：0.000000 + 0.000009j vs 0.000000 + 0.000009j

5：0.000005 + 0.000210j vs 0.000009 + 0.000210j

6：0.000004 + 0.000161j vs 0.000007 + 0.000161j

7：0.000004 + 0.000160j vs 0.000007 + 0.000160j

8：0.000002 + 0.000095j vs 0.000004 + 0.000095j

9：0.000011 + 0.000448j vs 0.000022 + 0.000448j

...

请注意，它仅发生在 149 次迭代。
看起来真实部分被认为是两次，但虚构部分也有所不同。
如果我将1j * l.B更改为1j * l.B.values，则所有内容（统计上）都会正常。

问题是：发生了什么？我在计算时读过Pandas和Numpy文档，但是没有找到可以解释这种行为的事情。

任何猜测都会受到高度赞赏！

P.s。如果需要，我可以提供准确的数据。但是我不确定我应该使用什么类型的骗子，所以提出请求，我会处理。

UPD 我成功复制了错误 l = pd.DataFrame({'G': np.random.rand(14000) * 1e-7, 'B': np.random.rand(14000) * 1e-5})

大熊猫计算不一致

0 个答案: