【发布时间】:2013-01-19 21:56:22
【问题描述】:
在 numpy 中,我有一个类似
的数组[0 + 0.5j, 0.25 + 1.2352444e-24j, 0.25+ 0j, 2.46519033e-32 + 0j]
将超低值设置为零的最快最简单的方法是什么
[0 + 0.5j, 0.25 + 0j, 0.25+ 0j, 0 + 0j]
效率不是最重要的。
【问题讨论】:
在 numpy 中,我有一个类似
的数组[0 + 0.5j, 0.25 + 1.2352444e-24j, 0.25+ 0j, 2.46519033e-32 + 0j]
将超低值设置为零的最快最简单的方法是什么
[0 + 0.5j, 0.25 + 0j, 0.25+ 0j, 0 + 0j]
效率不是最重要的。
【问题讨论】:
您也可以使用numpy.isclose method:
>>> np.isclose([1e10,1e-7], [1.00001e10,1e-8])
array([True, False])
通过询问它是否接近于零,它应该可以工作:
>>> np.isclose([1e10,0], [1.00001e-10,0])
array([False, True])
您可以自定义atol(绝对容差,默认为1e-08)和rtol(相对容差,默认为1e-05)参数。然后您可以将rtol=0 设置为仅使用绝对容差。
【讨论】:
将小于eps 的元素设置为零:
a[np.abs(a) < eps] = 0
可能有一个更高效的专用函数。
如果您想禁止打印小浮点数:
import numpy as np
a = np.array([1+1e-10j])
print a # -> [ 1. +1.00000000e-10j]
np.set_printoptions(suppress=True)
print a # -> [ 1.+0.j]
【讨论】:
0.25 +1.23524440e-24j 就不用管了。
嗯。我对此并不满意,但这似乎可行:
>>> a = np.array([0 + 0.5j, 0.25 + 1.2352444e-24j, 0.25+ 0j, 2.46519033e-32 + 0j])
>>> a
array([ 0.00000000e+00 +5.00000000e-01j,
2.50000000e-01 +1.23524440e-24j,
2.50000000e-01 +0.00000000e+00j, 2.46519033e-32 +0.00000000e+00j])
>>> tol = 1e-16
>>> a.real[abs(a.real) < tol] = 0.0
>>> a.imag[abs(a.imag) < tol] = 0.0
>>> a
array([ 0.00+0.5j, 0.25+0.j , 0.25+0.j , 0.00+0.j ])
您可以根据问题的需要选择容差。我通常使用一个数量级或更高的数量级
>>> np.finfo(np.float).eps
2.2204460492503131e-16
但这取决于问题。
【讨论】:
通过使用数组的round(n)方法
np.array( [0 + 0.5j, 0.25 + 1.2352444e-24j,
0.25+ 0j, 2.46519033e-32 + 0j] ).round(23)
【讨论】:
round 函数。 docs.scipy.org/doc/numpy-1.13.0/reference/generated/…
如果所有数字都有小的虚部,而你只想抑制这些,那么你可以使用
b=np.real_if_close(a)
否则帝斯曼的建议是前进的方向,即
a.real[abs(a.real)<1e-13]=0
a.imag[abs(a.imag)<1e-13]=0
【讨论】:
diff = x-y
diff[diff>1.e-16]
Out[93]:
array([], dtype=float64)
diff[diff>1.e-18]
array([1.73472348e-18, 1.73472348e-18, 1.73472348e-18, 1.73472348e-18,
1.73472348e-18, 1.73472348e-18, 1.73472348e-18, 1.73472348e-18,
1.73472348e-18, 1.73472348e-18, 1.73472348e-18, 1.73472348e-18,
1.73472348e-18, 1.73472348e-18, 1.73472348e-18, 1.73472348e-18,
1.73472348e-18])
【讨论】: