点状产品的凹凸机精度？

我该如何处理numpy中的浮动精度？例如在下面的a==0返回FALSE，即使高达机器精度是0：点状产品的凹凸机精度？

a = -2.22044605e-16

这是因为我正在向量的点积和，好像结果受到影响，即一个特别的问题视为“负面”数字。

np.finfo(float).eps

返回-2.22044605e-16

下面是一个例子：

a = np.array([[-2.22044605e-16,-2.22044605e-16]]) 

b = np.array([[5,5]]) 

np.dot(a,b) 
array([[ -2.22044605e-15]]) 

a = np.array([[-2.22044605e-16,2.22044605e-16]]) 
np.dot(a,b.T) 
array([[ 0.]])

来源

2014-05-14 methane

你究竟是什么意思，处理浮点精度？ –

'-2.22044605e-16'到机器精度不为零（而且它是一个负数）......我不确定你的意思是什么...... – mgilson

你误解了“resolution”属性。它是'10 ** - precision'，其中'precision'是您正在检查的浮点类型可用的精度的近似小数位数。因此，'resolution'是一个（相当糟糕的）近似值，你可以添加到'1.0'的最小数量，而不用返回'1.0'。参见['finfo'文档]（http://docs.scipy.org/doc/numpy/reference/generated/numpy.finfo.html）。 – user2357112

尝试numpy.allclose。

从链接：

numpy.allclose(a, b, rtol=1e-05, atol=1e-08)

返回true如果两个数组元素方面的一个公差范围内相等。

公差值为正，通常非常小。将相对差值（rtol * abs（b））和绝对差值atol 加在一起以与 a和b之间的绝对差值进行比较。

如果任一数组包含一个或多个NaN，则返回False。 Infs是，如果它们在同一个地方并且在两个数组中都被视为相等。

如果下面的等式是逐元素True，则返回allclose True：
absolute(a - b) <= (atol + rtol * absolute(b)) 

例：

>>> np.allclose([1e10,1e-7], [1.00001e10,1e-8]) 
False 
>>> np.allclose([1e10,1e-8], [1.00001e10,1e-9]) 
True 
>>> np.allclose([1e10,1e-8], [1.0001e10,1e-9]) 
False 
>>> np.allclose([1.0, np.nan], [1.0, np.nan]) 
False

所以：

而不是做的：

>>> 0 == -2.22044605e-16 
False

做：

>>> import numpy as np 
>>> np.allclose([0], [-2.22044605e-16]) 
True

来源

2014-05-14 02:43:31 dg123

0 == -2.22044605e-16实际上并不是我正在做的，这只是一个例子。问题是，如果我有两个数组，a和b，其中有一堆-2.22044605e-16，我拿他们的点积，结果是不同的（见问题中的增加） – methane

这是一个很好的回答一个精确问题。实际上，由于他的矢量值被初始化为O（1e-16），所以我认为精度不是问题。 – Paul

虽然a可能等于machine epsilon不使它成为一个零！事实上2.22044605e-16比为float64最小的代表，能值，这是更大的：

np.finfo(float).tiny # = 2.2250738585072014e-308

我猜你现在看到的是一个round-off error的propagation。在你的第二个例子中，你很幸运，舍入错误被取消了。

来源

2014-05-14 09:37:58

点状产品的凹凸机精度？

回答

相关问题