一個有效的元素不是np.arange，雖然打印（）不表現出來，dtypes也同樣

Question

a = 1.25 
if a in np.arange(1,2,0.05): 
    print(a) 

但如果條件不成立，但

print(np.arange(1,2,0.05)) 
[ 1. 1.05 1.1 1.15 1.2 1.25 1.3 1.35 1.4 1.45 1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9 1.95] 

確實有1.25在它。

我看到arange並不是真的一致，但是有沒有解決這個問題的方法？

Answer 1

這是因爲在這個範圍內，它實際上1.2500000000000002沒有1.25那是因爲numpy的默認，並在案件小數不能完全按照二進制小數表示考慮了雙精度浮點數對浮點數，它們可以容納更準確花車的價值。您在打印結果中看到的只是實際值的格式化表示。爲解決該

In [58]: l = np.arange(1,2,0.05) 

In [59]: l[5] 
Out[59]: 1.2500000000000002 

In [60]: type(l[5]) 
Out[60]: numpy.float64 

一種方法是鑄造類型float32：

In [61]: l = np.arange(1,2,0.05).astype(np.float32) 

In [62]: a = 1.25 

In [63]: type(a) 
Out[63]: float 

In [64]: a in l 
Out[64]: True 

Answer 2

使用item全面輝煌打印值：

In [83]: for i in np.arange(1,2,0.05):print(i.item()) 
1.0 
1.05 
1.1 
1.1500000000000001 
1.2000000000000002 
1.2500000000000002 
1.3000000000000003 
1.3500000000000003 
1.4000000000000004 
1.4500000000000004 
1.5000000000000004 
1.5500000000000005 
1.6000000000000005 
1.6500000000000006 
1.7000000000000006 
1.7500000000000007 
1.8000000000000007 
1.8500000000000008 
1.9000000000000008 
1.9500000000000008 

即使linspace有這些額外的數字送行結束：

In [84]: for i in np.linspace(1,2,21):print(i.item()) 
1.0 
1.05 
1.1 
1.15 
1.2 
1.25 
1.3 
1.35 
1.4 
1.45 
1.5 
1.55 
1.6 
1.65 
1.7000000000000002 
1.75 
1.8 
1.85 
1.9 
1.9500000000000002 
2.0 

in和==測試並不是一個好主意，當使用浮動。

isclose和allclose測試小的差異，而不是精確匹配

In [89]: np.isclose(np.arange(1,2,0.05),1.25) 
Out[89]: 
array([False, False, False, False, False, True, False, False, False, 
     False, False, False, False, False, False, False, False, False, 
     False, False], dtype=bool) 
In [90]: np.isclose(np.arange(1,2,0.05),1.25).any() 
Out[90]: True 

看那isclose代碼，看看所有參與比較浮動。