元组到numpy，数据准确性答案

【问题标题】：tuple to numpy, data accuracy元组到numpy，数据准确性
【发布时间】：2022-12-09 15:43:32
【问题描述】：

当我将元组转换为 numpy 时，数据准确性存在问题。我的代码是这样的：

import numpy as np
a=(0.547693688614422, -0.7854270889025808, 0.6267478456110592)
print(a)
print(type(a))
tmp=np.array(a)
print(tmp)

结果是这样的：

(0.547693688614422, -0.7854270889025808, 0.6267478456110592)
<class 'tuple'>
[ 0.54769369 -0.78542709  0.62674785]

为什么？

【问题讨论】：

标签： python numpy floating-accuracy

【解决方案1】：

一种方法是设置它：

In [1039]: np.set_printoptions(precision=20)

In [1041]: tmp=np.array(a)

In [1042]: tmp
Out[1042]: array([ 0.547693688614422 , -0.7854270889025808,  0.6267478456110592])

In [1043]: tmp.dtype
Out[1043]: dtype('float64')

【讨论】：

@June-Solstice dtype 仅为float。请检查我的答案。

【解决方案2】：

这种看似差异应该只是数字的显示方式，而不是它们的表示/存储方式。

您可以检查 dtype 以验证它仍然是 float64

tmp.dtype  # dtype('float64')

您可以调整 np.set_printoptions 以查看它们以不同方式显示的值

print(tmp)  # [ 0.54769369 -0.78542709  0.62674785]
np.set_printoptions(precision=18)  # default precision is 8
print(tmp)  # [ 0.547693688614422  -0.7854270889025808  0.6267478456110592]

【讨论】：

【解决方案3】：

我想你只是看到了一个截断展示只是，但是内部值仍然保持原来的精度.这是我发现的：

>> a
(0.547693688614422, -0.7854270889025808, 0.6267478456110592)

>> b=np.array(a)

>> b
array([ 0.54769369, -0.78542709,  0.62674785]) #<-- printed display shows lower accuracy

>> b[0]
0.547693688614422 #<-- print of a single value shows same accuracy as original

因此，没有理由更改任何设置 - 使用这些数组执行的数学运算仍将完全准确。

【讨论】：