数字接近1的Numpy日志慢？

Question

查看以下代码：

import numpy as np
import timeit

print('close', timeit.Timer(lambda: np.log(0.99999999999999978)).timeit())
print('not close', timeit.Timer(lambda: np.log(0.99)).timeit()))

输出结果为：

close 4.462684076999722
not close 0.6319260000018403

如何在运行时间上产生如此大的（数量级）差异？我错过了什么吗？

编辑：

更重要的是，我们看到价值放缓幅度小到： 1 - np.finfo(np.float).eps 但不是价值观 1 - np.finfo(np.float).eps * 10。

我的计算机Python 3.5.2 |Anaconda 4.1.1 (64-bit)与numpy 1.11.1。

到目前为止，这已经在我的另外3台机器上重现了（2个Python 3.4 Anaconda安装，1个Python 2.7默认的Ubuntu安装）。

其他一些用户也可以重现它，而其他用户则不能。见评论。

编辑2：

可能只能在Linux系统上重现。到目前为止，在Windows系统上无法重现。

Answer 1

在撰写本文时，大多数芯片组使用泰勒级数与特定预先计算的值表进行评估log。

使用泰勒级数，接近1的数字比收敛的数字慢于远离1的数字。这可能在某种程度上解释了此处观察到的执行时间的差异。

0.99也可能更接近其中一个列表值，这也会有所帮助。

或者您的观察结果甚至可能无统计学意义。