python中的大数求和生成最大参数

在我的程序中，我使用numpy获得数字的指数，然后使用sum函数对它们进行汇总。 我注意到，不管是否使用numpy，汇总这些大的数字都会导致返回最大的参数，保持不变

exp_joint_probabilities=[  1.57171938e+81,   1.60451506e+56,   1.00000000e+00]
exp_joint_probabilities.sum()
=> 1.571719381352921e+81

仅python也是如此：

(1.57171938e+81+1.60451506e+56+1.00000000e+00)==1.57171938e+81
=>True

这是近似的问题吗？我应该使用更大的数据类型来表示数字吗？

---

如何才能获得此类计算的更准确结果？

近似值似乎存在问题：

>>> 1.57171938e+81 + 1.60451506e+65 > 1.57171938e+81
<<< True

>>> 1.57171938e+81 + 1.60451506e+64 > 1.57171938e+81
<<< False

>>1.57171938e+81+1.60451506e+65>1.57171938e+81
>1.57171938e+81+1.60451506e+64>1.57171938e+81
>国际标准（1.57171938e+81）+国际标准（1.60451506e+64）>国际标准（1.57171938e+81）
1.57171938e+81
是一个包含81位数字的数字，您只需输入其中的前9位
1.60451506e+56
是一个小得多的数字，只有56位

你期望得到什么样的答案？前者使后者相形见绌。如果您想要与原始数字具有类似的精度（这就是使用浮点数得到的结果），那么答案就是正确的

您可以使用ints：

>>> a = int(1.57171938e+81)
>>> b = int(1.60451506e+56)
>>> a
571719379999999945626903548020224083024251666384876684446269499489505292916359168L
>>> b
160451506000000001855754747064077065047170486040598151168L
>>> a+b
1571719379999999945626903708471730083024253522139623748523334546659991333514510336L

但这是否有用取决于您。
您可以使用：

输出：

1.571719379999999945626903708E+81
True

1.57171938e+81
False

1.571719379999999945626903708E+81
True

之后可以将其转换回浮点，但这将导致与以前相同的问题

f = float(d)
print(f)
print(f > a and f > b)

输出：

1.571719379999999945626903708E+81
True

1.57171938e+81
False

1.571719379999999945626903708E+81
True

请注意，如果在
numpy
数组中存储
Decimal
s，则会丢失快速矢量化操作，如下所示。尽管它确实有效：

import numpy as np

a = np.array([1.57171938e+81, 1.60451506e+56, 1.00000000e+00])
d = np.vectorize(Decimal)(a)  # convert values to Decimal
print(d.sum())
print(d.sum() > d[0]

输出：

1.571719379999999945626903708E+81
True

1.57171938e+81
False

1.571719379999999945626903708E+81
True

long
cast在Python3.x中不起作用。强制转换到
int
在那里确实有效，我相信在Python 2.x中也有效。
int
在Python 2.7中已确认为此目的有效哦，我不知道
int
在本例中有效，我将编辑我的答案，谢谢。您仍然需要先将数字转换为64位浮点近似值，然后再将这些近似值转换为十进制。要将输入直接转换为十进制，将其作为字符串给出，
a=Decimal（“1.57171938e+81”）
和
b=Decimal（“1.60451506e+56”）
然后
a+b
给出更正确的结果
Decimal（“1.5717193800000000000000000000160e+81”）