Question

Numpy Float32值的不同取决于是在数组内启动还是作为独立的float32：

>>> numpy.array([75.09], dtype="float32")
array([ 75.08999634], dtype=float32)
>>> numpy.float32(75.09)
75.089996

我需要能够在数组中搜索float32值。由于最后两位额外数字，目前找不到值。我也尝试过：

>>> numpy.array([75.09], dtype="float32").round(decimals=6)
array([ 75.08999634], dtype=float32)

和

>>> numpy.around(numpy.array([75.09], dtype="float32"), decimals=6)
array([ 75.08999634], dtype=float32)

但是你可以看到输出仍然包含最后两位数字。

Answer 1

这些数字（很可能）是相同的，只是对象被格式化为字符串的问题。

>>> numpy.array([75.09], dtype="float32")[0] == numpy.float32(75.09)
True

问题（你可能已经知道）是75.09似乎需要很高的精度，甚至可能是无限的（我没有做数学，更多关于它here）。

如果你想拥有一致的文本输出，只需使用你自己的字符串格式。

>>> a = numpy.array([75.09], dtype="float32")
>>> b = numpy.float32(75.09)
>>> print 'a: [', ','.join('{:.6f}'.format(ai) for ai in a), '] b:','{:.6f}'.format(b)
a: [ 75.089996 ] b: 75.089996
>>> print 'a: [', ','.join('{:.8f}'.format(ai) for ai in a), '] b:','{:.8f}'.format(b)
a: [ 75.08999634 ] b: 75.08999634

Answer 2

数字的显示是不同的，因为它们被打印为NumPy数组（1）和浮点数（2）。尝试打印第一个数组成员numpy.array([75.09], dtype="float32")[0]。

关于浮点数的有限精度的评论也要考虑到:-)几乎从来没有在浮点数中找到相等。

Numpy - float32在数组中给出dtype =“float32”的不同值

2 个答案: