在Python中減去numpy數組時發生不必要的四捨五入

Question

從一個浮點數中減去一個數組時，我遇到了python自動舍入很小數字（小於1e-8）的問題。以這個例子：

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

任何想法如何強制蟒蛇不輪？這迫使我在某些情況下除以零，併成爲一個問題。從numpy數組中減去時會出現同樣的問題。

Answer 1

大多數情況下，它只是無所事事浪費你numpy的陣列的repr。

考慮你上面的例子：

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

這產生了：

[ 1.  0.99999 ] 
0.99999999999 
False 

所以第一個元素是不實際爲零，它只是numpy的陣列的漂亮打印一下顯示這種方式。

這可以通過numpy.set_printoptions.

當然，numpy的是fundementally利用有限的精度浮點值來控制。 numpy的全部要點是爲類似數據的數組提供一個內存高效的容器，所以在numpy中沒有相應的類。

然而，64位浮點數有一個不錯的精度範圍。 1e-10和1e-5不會造成太多問題。如果你需要，還有一個numpy.float128 dtype，但操作將比使用本地浮點數慢得多。

Answer 2

我想所有依賴於非常小的浮點數的處理，由Python和底層的C庫，在某一點往往會失去精度。

如果你需要的精度，恕我直言，你應該依賴於不同的東西，比如斷片的數量等該級別

我不知道是否已經有東西來處理，但如果你能設法以不同的方式表示數字（例如1/10000000000和1/100000），然後僅在所有計算結束時計算浮點結果，則應避免所有這些問題。

（當然，你需要一些類，自動地處理斷片的計算，以避免重新實現公式等）