Question

在检查浮点数之间的相等性时需要格外小心，通常应考虑容忍度，例如使用numpy.allcose。

问题1：使用“ in”关键字检查是否存在特定的浮点数是否安全（或者为此目的是否存在类似的关键字/功能）？示例：

if myFloatNumber in myListOfFloats:
  print('Found it!')
else:
  print('Sorry, no luck.')

问题2：如果没有，什么是一个整洁的解决方案？

Answer 1

如果您不在同一位置或使用完全相同的方程式计算浮点数，则此代码可能会产生假负数（由于舍入误差）。例如：

>>> 0.1 + 0.2 in [0.6/2, 0.3]  # We may want this to be True
False

在这种情况下，我们只能使用一个自定义的“ in”函数，该函数实际上将成为现实（在这种情况下，使用numpy.isclose而不是{{3}可能更好/更快。 }）：

import numpy as np 

def close_to_any(a, floats, **kwargs):
  return np.any(np.isclose(a, floats, **kwargs))

文档中有一个重要说明：

警告默认的atol不适用于比较比1小得多的数字（请参阅注释）。 [...] 如果期望值明显小于1，则可能导致误报。

该注释还补充说明，atol与numpy.allclose的abs_tol不为零。如果在使用close_to_any时需要自定义公差，请使用kwargs将rtol和/或atol向下传递给numpy。最后，您现有的代码将转换为：

if close_to_any(myFloatNumber, myListOfFloats):
  print('Found it!')
else:
  print('Sorry, no luck.')

或者您可以选择一些close_to_any(myFloatNumber, myListOfFloats, atol=1e-12)，请注意1e-12是任意的，除非有充分的理由，否则不应使用此值。

回到我们在第一个示例中观察到的舍入误差，将得出：

>>> close_to_any(0.1 + 0.2, [0.6/2, 0.3])
True

Answer 2

第一季度：取决于您将如何实现此目标。但是正如其他使用float提到的那样，使用in运算符并不是一个好主意。

第二季度：您对性能有任何限制吗？ myListOfFloats会被排序吗？

如果它是浮点值的排序列表，并且需要尽快执行，则可以实现binary search算法。

如果未对数据进行排序，则取决于要进行的查询数量与数据大小之间的比率，您可能希望对数据进行排序并保持排序。

如果您对性能和速度没有任何要求，则可以使用以下示例作为基础：

def inrng(number1,number2,prec):
   if(abs(number1-number2)<prec):
      return True
   else:
      return False


precision=0.001
for i in myListOfFloats:
   if(inrng(i,myInputNumber,precision)):
      #do stuff

检查特定的浮点值是否在Python / numpy的列表/数组中

2 个答案: