numpy.subtract在1维数组上执行减法运算

Question

  

我阅读帖子is-floating-point-math-broken并获取原因   发生了，但我找不到可以帮助我的解决方案..

     

如何进行正确的减法？

Python版本2.6.6，Numpy版本1.4.1。

我有两个numpy.ndarray，每个都包含float32值，origin和new。我正在尝试使用numpy.subtract来减去它们，但我得到以下（奇数）结果：

>>> import numpy as 
>>> with open('base_R.l_BSREM_S.9.1_001.bin', 'r+') as fid:
        origin = np.fromfile(fid, np.float32)
>>> with open('new_R.l_BSREM_S.9.1_001.bin', 'r+') as fid:
        new = np.fromfile(fid, np.float32)
>>> diff = np.subtract(origin, new)
>>> origin[5184939]
0.10000000149011611938
>>> new[5184939]
0.00000000023283064365
>>> diff[5184939]
0.10000000149011611938

当我尝试在5184939减去数组时，我得到与diff相同的结果[5184939]

>>> origin[5184939] - new[5184939]
0.10000000149011611938

但是，当我执行以下操作时，我得到了这样的结果：

>>> 0.10000000149011611938 - 0.00000000023283064365
0.10000000125728548

并且这不等于diff [5184939]

如何进行正确的减法？ （0.10000000125728548是我需要的那个）

请帮助，并提前致谢

Answer 1

您可以在问题中添加Python和numpy版本。

差异可能来自np.float32 v np.float64 dtype，默认的Python浮点类型以及显示标准。 numpy使用与底层Python不同的显示舍入。

减法本身没有区别。

我可以重现0.10000000125728548值，该值也可能显示为0.1（小数点后8位）。

我不确定0.10000000149011611938的来源。看起来好像new[5184939]同样为0，而不仅仅是像0.00000000023283064365那样的小事。