GIS小小研究僧 2023-04-16 19:05 采纳率: 100%
浏览 14
已结题

np.arange输出结果异常

使用np.arange,终点值应该不被输出,但是如图所示:

import numpy as np
M = np.arange(0.91, 0.93, 0.01)
print(M)

img

import numpy as np
M = np.arange(0.91, 0.99, 0.02)
print(M)

img

终点值0.99又没有被输出,很奇怪的问题,不太懂为啥。

import numpy as np
M = np.arange(0.91, 0.99, 0.01)
print(M)

img

但是有的组合就是会出现问题:

import numpy as np
M = np.arange(99.91, 99.93, 0.01)
print(M)

99.93又被输出:

img

感觉很奇怪的问题

  • 写回答

2条回答 默认 最新

  • Leodong. 2023-04-16 19:53
    关注

    该回答通过自己思路及引用到GPTᴼᴾᴱᴺᴬᴵ搜索,得到内容具体如下:
    np.arange 函数用于生成一个等差数列,左闭右开区间,即终点值通常不会被包含在内。但是由于浮点数的精度问题,有时候会出现终点值被包含在内的情况。

    在第一个例子中,使用 np.arange(0.91, 0.93, 0.01) 生成的等差数列应该是 [0.91, 0.92],但是由于浮点数的精度问题,0.92 这个数可能会被表示成 0.9199999999999999,从而导致 0.93 也被包含在内。这就是为什么 0.93 会被输出的原因。

    在第二个例子中,使用 np.arange(0.91, 0.99, 0.02) 生成的等差数列应该是 [0.91, 0.93, 0.95, 0.97],这个结果是正确的,因为终点值 0.99 不会被包含在内。

    在第三个例子中,使用 np.arange(0.91, 0.99, 0.01) 生成的等差数列应该是 [0.91, 0.92, 0.93, ..., 0.98],但是由于浮点数的精度问题,0.98 这个数可能会被表示成 0.9799999999999999,从而导致 0.99 也被包含在内。这就是为什么 0.99 会被输出的原因。

    在第四个例子中,使用 np.arange(99.91, 99.93, 0.01) 生成的等差数列应该是 [99.91, 99.92],但是由于浮点数的精度问题,99.92 这个数可能会被表示成 99.91999999999999,从而导致 99.93 也被包含在内。这就是为什么 99.93 会被输出的原因。

    为了避免这种精度问题,可以使用 np.linspace 函数代替 np.arange 函数,它可以生成指定数量的等分数列,可以避免出现终点值被包含的问题。例如,可以使用 np.linspace(0.91, 0.93, 3) 生成 [0.91, 0.92, 0.93],这样可以确保终点值不会被包含在内。


    如果以上回答对您有所帮助,点击一下采纳该答案~谢谢

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

问题事件

  • 系统已结题 4月24日
  • 已采纳回答 4月16日
  • 创建了问题 4月16日

悬赏问题

  • ¥120 计算机网络的新校区组网设计
  • ¥20 完全没有学习过GAN,看了CSDN的一篇文章,里面有代码但是完全不知道如何操作
  • ¥15 使用ue5插件narrative时如何切换关卡也保存叙事任务记录
  • ¥20 海浪数据 南海地区海况数据,波浪数据
  • ¥20 软件测试决策法疑问求解答
  • ¥15 win11 23H2删除推荐的项目,支持注册表等
  • ¥15 matlab 用yalmip搭建模型,cplex求解,线性化处理的方法
  • ¥15 qt6.6.3 基于百度云的语音识别 不会改
  • ¥15 关于#目标检测#的问题:大概就是类似后台自动检测某下架商品的库存,在他监测到该商品上架并且可以购买的瞬间点击立即购买下单
  • ¥15 神经网络怎么把隐含层变量融合到损失函数中?