Question

更新：谢谢大家，我没有意识到它非常接近零但不完全为零。有没有办法解决它，所以我的程序将其视为零？它抛出了我的结果，因为这个值没有被提取为零。 Update2：想通了，添加：

from decimal import *
getcontext().prec = 6

然后十进制（数字）修复它。谢谢大家！

我正在运行一段简单的代码但是却得到了一个特定数字的奇怪结果。它有点奇怪，因为当我在python终端中运行相同的命令时，我得到了我期望的结果。

我制作了print语句，命令运行，所以我可以将它复制/粘贴到解释器（python 2.7）中，看看结果是否相同。这是该计划：

x = 20
for s in range(100 + 1): 
    for c in range(100+1):
        if s == 7:
            print s, '-', (c*0.01), '*', x, ' = ', (s - (c*0.01) * x)

结果看起来很好，除了一个：

7 - 0.33 * 20  =  0.4
7 - 0.34 * 20  =  0.2
7 - 0.35 * 20  =  -8.881784197e-16
7 - 0.36 * 20  =  -0.2
7 - 0.37 * 20  =  -0.4

当我将7 - 0.35 * 20复制/粘贴到解释器中时，我得到0.0这就是我所期望的（程序中的其他结果似乎很好，除了7 - 0.35 * 20和（未显示）类似的值14。

我有点难过，我不是这里发生的事情。

Answer 1

不幸的是，大多数小数部分不能完全表示为二进制分数。结果是，一般来说，十进制您输入的浮点数仅由二进制近似实际存储在机器中的浮点数。

Floating Point Arithmetic: Issues and Limitations

Answer 2

交互式解释器的输出与您的程序之间没有区别，但是您给它提供了不同的输入。观察：

>>> print 7 - 0.35 * 20
0.0
>>> print 7 - 35 * 0.01 * 20
-8.881784197e-16

正如其他人已经指出的那样，这是由于舍入误差造成的。

Answer 3

您已经发现（IEEE 754）浮点数学的不精确性质。您计算的结果非常接近于零，但它并不完全为零，因为微处理器通常会以某种方式进行浮点数学运算，从而牺牲一些精度来实现速度和紧凑存储等其他好处。

如何打印这个非常接近零的值可能取决于您以非交互方式使用的Python版本（也是2.7？）。

Answer 4

你应该决定你希望你的号码接近零，然后检查它。

>>> import numpy as np
>>> is_float_zero = lambda x, eps=np.finfo(float).eps: np.abs(x) < eps
>>> is_float_zero(1e-10)
False
>>> is_float_zero(1e-20)
True

eps是浮点数的精度。您需要根据您对数字进行的处理量来增加此值。请注意，将小数精度设置为6可以提高精确度！

Answer 5

-8.881784197e-16（-8.8 * 10 ^（ - 16））非常接近0.您遇到浮点精度错误。

这是因为你并没有像你认为的那样7 - 0.35 * 20。您正在打印35 * 0.01，看起来像0.35，但不是。

>>> 7 - (0.35 * 20)
0

>>> 7 - (35*0.01 * 20)
-8.881784197001252e-16

>>> 35*0.01
0.35000000000000003

数学结果应为零，但与直接替换相比略有偏差

5 个答案: