Question

我有一些具有较小值的多维numpy.array s 我需要加上很少的数值误差。对于float，有math.fsum（及其实施here），这对我来说一直很好。 numpy.sum不够稳定。

如何获得numpy.array s的稳定总结？

背景

这是the quadpy package。小值的数组是在（许多）间隔的特定点处的函数的评估，乘以它们的权重。这些的总和是所述函数在区间上的积分的近似值。

Answer 1

好吧，我已经实现了accupy，它提供了一些稳定的求和算法。

对于numpy数组，这是Kahan summation的快速而又脏的实现。但是请注意，对于病态的总和而言，它并不是非常准确。

def kahan_sum(a, axis=0):
    '''Kahan summation of the numpy array along an axis.
    '''
    s = numpy.zeros(a.shape[:axis] + a.shape[axis+1:])
    c = numpy.zeros(s.shape)
    for i in range(a.shape[axis]):
        # https://stackoverflow.com/a/42817610/353337
        y = a[(slice(None),) * axis + (i,)] - c
        t = s + y
        c = (t - s) - y
        s = t.copy()
    return s

它完成了这项工作，但它很慢，因为它是在axis维度上进行Python循环。

fsum为numpy.arrays，稳定求和

1 个答案: