Floating point 我应该如何处理浮点数，这些浮点数会变得非常小，以至于数字变成零

因此，我在下面的代码中修复了一个有趣的bug，但我不确定我采用的最佳方法：

p = 1
probabilities = [ ... ] # a (possibly) long list of numbers between 0 and 1
for wp in probabilities:

  if (wp > 0):
    p *= wp

# Take the natural log, this crashes when 'probabilites' is long enough that p ends up
# being zero
try:
    result = math.log(p)

因为结果不需要精确，我通过简单地保持最小的非零值来解决这个问题，如果p变为0，就使用它

p = 1
probabilities = [ ... ] # a long list of numbers between 0 and 1
for wp in probabilities:

  if (wp > 0):
    old_p = p
    p *= wp
    if p == 0:
      # we've gotten so small, its just 0, so go back to the smallest
      # non-zero we had
      p = old_p
      break

# Take the natural log, this crashes when 'probabilites' is long enough that p ends up
# being zero
try:
    result = math.log(p)

这是可行的，但对我来说似乎有点笨拙。我没有做过很多这样的数值编程，我不确定这是否是人们使用的修复方法，或者是否有更好的方法可以使用

既然

math.log（a*b）

等于

math.log（a）+math.log（b）

，为什么不取

概率

数组所有成员的日志之和呢

这将避免

p

在流量下变得太小的问题

编辑：这是numpy版本，对于大型数据集，它更干净、速度更快：

import numpy
prob = numpy.array([0.1, 0.213, 0.001, 0.98 ... ])
result = sum(numpy.log(prob))

---

天才！我知道我必须摘下我的程序员帽，戴上我的数学家帽