Question

考虑以下几行代码：

    y[:,:,i,p] = np.divide(x[:,:,i,p], npq)   #divide array by constant
    orig = np.dot(y[:,:,i,p], npq)            #take previous output, and multiply by constant
    print(np.mean(x[:,:,i,p] - orig))         #print mean. should be 0

这些计算的预期输出应为0.相反，我得到以下内容：

...
0.0
-1.81671383445
-0.0719097733101
-0.102587446807
...

我做错了什么？我已经尝试将所有数字转换为整数而不是浮点数，并且错误仍然存在。

修改 np.multiply无法解决问题。我写了自己的乘法代码。它只是贯穿整个阵列，它运行得很好，虽然速度要慢得多。

Answer 1

原因很可能是有限精度浮点数出现的精度损失。

如果npq是标量，则np.dot(y[:,:,i,p], npq)会得到与np.multiply(y[:,:,i,p], npq)相同的结果。因此，如果浮点计算以无限精度完成，则代码将打印0.0。当然，他们不是;默认浮点数据类型为np.float64，因此算术计算可能会丢失精度。我怀疑这就是为什么打印的值不是0.0。

例如，

In [78]: npq = 3

In [79]: np.random.seed(123)

In [80]: x = 1e20*np.random.randn(100, 100)

In [81]: y = np.divide(x, npq)

In [82]: orig = np.dot(y, npq)

如果我们有无限精度，那么这个结果将是0：

In [83]: np.mean(x - orig)
Out[83]: -5.2468000000000004

＆＃34;往返行程中最大的错误＆＃34;计算是：

In [84]: np.max(np.abs(x - orig))
Out[84]: 32768.0

使用np.multiply(y, npq)代替np.dot(y, npq)可以得到完全的结果：

In [85]: xx = np.multiply(y, npq)

In [86]: np.max(np.abs(x - xx))
Out[86]: 32768.0

Numpy计算无法正确计算

1 个答案: