Question

我意识到np.islcose（）函数可用于安全地检查浮点数是否相等。不过，令我感到困扰的是，使用标准的<=运算符会得到各种各样的结果。例如：

circle = Circle(5)
print(circle.area())
#78.53981633974483
cylinder = Cylinder(5, 3)
print(cylinder.volume())
#235.61944901923448

给我

add_to = 0.05
value64 = np.float64(0.3) + add_to*4
value32 = np.float32(0.3) + add_to*4
threshold = 0.5
print('is close?')
print(np.isclose(value64, threshold))
print(np.isclose(value32, threshold))
print('is less than or equals to?')
print(value64 <= threshold)
print(value32 <= threshold)

有人对此有一个明智的解决方法吗？我认为一个选择可能是让python比较运算符重载numpy浮点数，并且（在该函数内）将两个浮点数舍入到它们的小数点后第8位。但这是在速度有些重要并且感觉有点麻烦的情况下进行的。

在此先感谢您的帮助！

Answer 1

根据此Difference between Python float and numpy float32，python在查看np.float32和np.float64的方式上有区别。如果您实际检查value64和value32的中间值，则会看到：

value32 = 0.5000000119209289
value64 = 0.5

这说明了为什么print(value32 <= threshold)的计算结果为假。由于二进制错误，我怀疑四舍五入到小数点后八位是否安全，因为使用value32时，您将拥有0.50000001。

您还应该考虑将数字四舍五入的时间绝对是很小的，并且在

的情况下仍必须使用

np.float64(0.1) + np.float64(0.2)

，因为它的值为0.30000000000000004，因此使用>=或<=时会出错。如果您使用decimal库，也会发生此错误。简而言之，有些数字确实无法避免发生某种错误。我知道绕过这个问题的唯一方法就是四舍五入。

我尝试测试一堆带有舍入和不带有舍入的组合，并且它是如此之快，以至于我无法记录10000次迭代中的时间差，因此除非您交易股票或训练神经网络数周，否则我不会认为四舍五入是您无需担心的事情。

如果您担心将数字四舍五入的随意性，我会在一个有效数字之后搜索一个0长于4的字符串，然后从中删除。

Answer 2

您可以定义将<和>与isclose组合在一起的函数。

def approx_lte(x, y):
    return x <= y or np.isclose(x, y)
def approx_gte(x, y):
    return x => y or np.isclose(x, y)

它们类似于<=和>=，除了它们还使用np.isclose()来测试是否相等。

小于或等于numpy浮点运算符？

2 个答案: