python numpy arange 意外结果答案

【问题标题】：python numpy arange unexpected resultspython numpy arange 意外结果
【发布时间】：2012-04-04 12:40:59
【问题描述】：

我正在使用 arange 函数来定义我的 for 循环迭代并得到意想不到的结果。

i = arange(7.8,8.4,0.05)
print i

产生以下结果：

[ 7.8   7.85  7.9   7.95  8.    8.05  8.1   8.15  8.2   8.25  8.3   8.35 8.4 ]

但使用 8.35 的停止值如下

i = arange(7.8,8.35,0.05)

产生以下结果

[ 7.8   7.85  7.9   7.95  8.    8.05  8.1   8.15  8.2   8.25  8.3 ]

但我希望我的范围以 8.35 结束！我知道我可以使用 > 8.35 和

编辑：我使用的是 2.7 版

【问题讨论】：

您使用的是哪个版本的 Python？
避免这些问题的简单方法是使用arrange=(7.8,8.351,0.05)

标签： python numpy

【解决方案1】：

也许它与浮点数的限制有关。由于机器精度，不可能将每个可能的值完美地存储为浮点数。例如：

>>> 8.4
8.4000000000000004
>>> 8.35
8.3499999999999996

因此，作为浮点数的 8.4 略大于 8.4 的实际值，而作为浮点数的 8.35 则略小一些。

【讨论】：

这似乎使用 python 2.6 输出，但使用 2.7，>>>8.4 输出为 8.4
确实如此，这很有趣。看起来他们已经改变了浮点数的打印方式，尽管底层数字仍然相同（稍微不正确），您可以通过比较 Python 2.6 和 2.7 中浮点数的十六进制值来看到。
numpy.arange 在 Python 2.7 中也无法正确处理。
Python 3.7.3 中的同样问题很高兴知道我不是唯一一个。

【解决方案2】：

向端点添加一点校正器浮点数：

import numpy as np

step = 0.05
corr = 0.01 if step == 0.05 else 0.0

i = np.arange(7.8,8.35+corr,step)
print(i)

输出：

$ python a.py [7.8 7.85 7.9 7.95 8. 8.05 8.1 8.15 8.2 8.25 8.3 8.35]

【讨论】：

【解决方案3】：

我猜您看到了浮点舍入的效果。

numpy.arange 与 python 的range 做同样的事情：它不包括“端点”。（例如range(0, 4, 2) 将产生[0,2] 而不是[0,2,4]）

但是，对于浮点步骤，舍入误差会累积，有时最后一个值实际上会包含端点。

如arange 的文档中所述：

当使用非整数步长时，例如 0.1，结果通常不会始终如一。对于这些情况，最好使用linspace。

numpy.linspace 在起点和终点之间生成指定数量的点。顺便说一句，默认情况下它确实包含端点。

【讨论】：

嗨 - 我试图在网上找到 linspace 的帮助文档，但奇怪的是空白......你有合适的链接吗？
docs.scipy.org/doc/numpy-1.6.0/reference/generated/… 或者，你可以只使用pydoc numpy.linspace，或者如果你在python解释器help(numpy.linspace)，或者ipython，它只是numpy.linspace?。
这在文档中很清楚，但它不会使 numpy.arange 有用吗？

【解决方案4】：

arange 函数的帮助说

    For floating point arguments, the length of the result is
    ``ceil((stop - start)/step)``.  Because of floating point overflow,
    this rule may result in the last element of `out` being greater
    than `stop`.

对于 python 2.7，浮点数和字符串之间的转换现在在大多数平台上都可以正确舍入。

在 2.7 中

>>> float(repr(2.3))
2.3

在 2.6 中

>>> float(repr(2.3))
2.2999999999999998

【讨论】：

【解决方案5】：

我遇到了同样的问题，我用 numpy.arange 实现了自己的函数来纠正这个舍入问题：

import numpy as np
def my_arange(a, b, dr, decimals=6):
    res = [a]
    k = 1
    while res[-1] < b:
        tmp = round(a + k*dr,decimals)
        if tmp > b:
            break   
        res.append(tmp)
        k+=1

    return np.asarray(res)

【讨论】：