在Python中减去numpy数组时不需要的舍入

Question

我遇到一个问题，当从一个浮点数中减去一个数组时，python会自动舍入非常小的数字（小于1e-8）。举个例子：

 import numpy as np
 float(1) - np.array([1e-10, 1e-5])

关于如何强制python不圆的任何想法？这迫使我在某些情况下除以零，并成为一个问题。从numpy数组中减去时会出现同样的问题。

Answer 1

大多数情况下，只是那些愚弄你的numpy数组repr。

考虑上面的例子：

import numpy as np  
x = float(1) - np.array([1e-10, 1e-5]) 
print x
print x[0]
print x[0] == 1.0

这会产生：

[ 1.      0.99999 ]
0.99999999999
False

所以第一个元素实际上并不为零，它只是那些以那种方式显示的numpy数组的漂亮打印。

这可以由numpy.set_printoptions.

控制

当然，numpy使用有限精度的花车是有趣的。 numpy的重点是成为类似数据数组的内存高效容器，因此numpy中没有decimal类的等价物。

但是，64位浮点数具有相当的精度范围。你不会在1e-10和1e-5上遇到太多问题。如果需要，还有一个numpy.float128 dtype，但操作比使用本机浮动要慢得多。

Answer 2

我猜这一切都取决于Python和底层C库对非常小的浮点数的处理，在某一点上往往会失去精度。

如果您需要这种精确度，那么您应该依赖于不同的东西，例如分数等。

我不知道是否已经有某些事情要处理，但是如果你能设法以不同的方式表示这些数字（例如1/10000000000和1/100000）然后计算浮动只在所有计算结束时指出结果，你应该避免所有这些问题。

（当然，你需要一些自动处理分数计算的类来避免重新实现公式等。）