Question

我编写了以下函数，其中传递了x，y的值：

def check(x,y):
  print type(x)
  print type(y)
  print x
  print y
  if x == y:
    print "Yes"

现在我打电话给：检查（1.00000000000000001,1.0000000000000002）正在打印：

<type 'float'>
<type 'float'>
1.0
1.0

现在从变量x和y的打印语句中，我很难调试x！= y的原因（尽管两者都打印相同的值）。尽管我通过打印x-y来解决它，这给我带来了不同，但是有什么方法可以修改打印语句，以便在不使用任何外部打印库和减法解决方案的情况下，知道为什么在这种特殊用例中x！= y。

Answer 1

要获得完整的精度和正确的格式，请

format(2**(1/2), '.60g') 
# -> '1.4142135623730951454746218587388284504413604736328125'

并使用

进行检查

import decimal
print(decimal.Decimal.from_float(2**(1/2))
# -> '1.4142135623730951454746218587388284504413604736328125'

g格式类型在需要时切换为指数符号。

Answer 2

这里真正需要的是小数。 Python float不允许您达到这种精度。

In [28]: d= Decimal('1.00000000000000001')

In [29]: print d
1.00000000000000001

Answer 3

获取浮点数的字符串表示形式的简单解决方案是使用json.dumps。

JSON序列化/反序列化必须确保往返无损失，因此，该实现会生成您要查找的字符串表示形式：

import json

def check(x,y):
    print(json.dumps(x))
    print(json.dumps(y))
    print("x == y is {}".format(x == y))

In [1]: check(1.00000000000000001, 1.0000000000000002)
1.0
1.0000000000000002
x == y is False

In [2]: check(1e-300, 2e-300)
1e-300
2e-300
x == y is False

In [3]: check(1e+300, 2e+300)
1e+300
2e+300
x == y is False

这也说明1.00000000000000001实际上是1.0。也可以通过使用np.nextafter枚举1.0左右的数字来进行检查，这会产生下一个更大或更小的可表示浮点值：

0.9999999999999994 0.9999999999999996 0.9999999999999997 0.9999999999999998 0.9999999999999999 [*] 1.0 1.0000000000000002 1.0000000000000004 1.0000000000000007 1.0000000000000009 1.000000000000001

另一注：json.dumps具有在某些情况下可能令人讨厌的功能：它甚至支持NaN和+/-无限值，即使它们不是JSON标准的一部分也是如此。在这种用例中是有益的。

我看到的另一种方法是基于g format specifier使用"{:.17g}".format(x)。格式化程序还会在必要时从e符号转换为固定符号，并且17位数字应该始终足够精确，但我尚未对此进行验证。在某些情况下，它可能会产生太多数字。

Answer 4

这里讨论了类似情况的解决方案： print float to n decimal places including trailing 0's

我不知道是否可以打印浮子的整个长度。但是我想，如果您在浮点数后使用100个左右的值，它将解决您必须解决的问题。

如何打印浮点数的全精度[Python]

4 个答案: