Numpy sum函數返回1.67772e + 07

我有兩個大的（432 * 136 * 136 * 46）'numpy.ndarray'H1和H2，其中包含對應於兩個模擬的高度值。當H1和H2具有相同的高度時，我想用1生成一個數組，當它們不具有相同的高度時，則爲0。然後，我想知道我選擇了多少個元素，所以我想計算這個矩陣元素的總和。這裏是我的代碼：Numpy sum函數返回1.67772e + 07

H1=np.concatenate([np.around(files1[i].hrtm()[:,0:45,:,:]/h) for i in range(0,files1.__len__())]) 
H2=np.concatenate([np.around(files2[i].hrtm()[:,0:45,:,:]/h) for i in range(0,files2.__len__())]) 

diff=np.absolute(H1-H2) 
diff[diff==0.]=np.float64(-1.) 
diff[diff!=-1]=np.float64(0.) 
diff=diff*diff 

print np.sum(diff)

這裏是我的輸出，這是永遠不變的，不依賴於數據：

1.67772e+07

經過一番研究，我讀了它與最大浮動的大小。我嘗試了幾種格式，用int，float，np.float32或者什麼都替換np.float64，並且它們都給出了相同的結果。

你知道如何才能擁有真實的號碼嗎？

來源

2015-06-19 Arnaud PROST

它與單精度浮點數的**精度**相關：在值2^24之上，加1不會產生任何影響，因爲它是絕對的rbed。 –

@rth：這是一個奇怪的斷言。 'diff == 0.'將給出一個數組，其中包含與True和False在其他地方相對應的位置。它將按照OP的意圖工作。 –

@MarkDickinson請注意，「如果'diff'是一個浮點數組」在我的評論。我錯過了它被轉換爲帶有'np.around'的整數的事實。否則，你最終可能會遇到四捨五入的問題，比如檢查'2.2 * 3.0 == 6.6'，它將在python中計算爲False。 – rth

diff -array的類型是H1和H2的類型。由於您只增加了許多1是你可以轉換diff到bool：

print diff.astype(bool).sum()

或更簡單

print (H1 == H2).sum()

但由於浮點值不準確的，人們可能會測試非常小的差異：

print (abs(H1 - H2) < 1e-30).sum()

來源

2015-06-19 16:48:58 Daniel

'（H1 == H2）.sum（）'？ –

這很好，非常感謝，而且這些解決方案更加優雅。 –

請注意，H1和H2的值已經四捨五入到最接近的整數，所以使用容差在這裏沒有任何實現。（如果這些是以英尺爲單位的高度，那麼'1e-30'會變得太小而無用：比較基本上是相等的。） –

Numpy sum函數返回1.67772e + 07

回答

相關問題