Python 为什么有时p值小于numpy所能表示的最精确数字

通常我们会遇到p值（例如2.3e-99）的情况，它明显小于python可以表示的最精确的数字（即机器ε）

你能解释一下这种现象吗？p值的可信度如何

---

如果可能的话，我们怎么能得到小到e-99度的数字呢？

绝对值2.3e-99是不可信的，因为它毕竟是浮点运算。这还取决于计算该值需要多少步骤。然而，慷慨地绕过它可能是可信的。例如p<0.00001左右。在这种情况下，有一篇很好的文章可能会提供很多信息。

为什么被否决？这些人能给出一些理由吗？我没有投反对票，但我要指出，2.3e-99并没有“小于python所能代表的最准确数字”。那不是epsilon机器，谢谢。我会详细阅读相关内容。谢谢您的回复。这在生物信息学领域很常见。一个著名的例子是BLAST，排名是按E值排序的（通常得到的数字小于E-99）。我只是想知道它的可信度。我认为在这种情况下这并不重要，因为每个估计都是使用相同的方程式计算的。我的意思是：如果这些值不精确，我将是一个系统性错误，不会真正影响相对排名。而且，你主要会对比特分数感兴趣，对吧！？Bitscore告诉您对齐的质量，而E值只告诉您这种对齐是偶然发生的。我不会忽略E值，但我认为所有低于2 E-15的东西都可能被视为不太可能，然后我会根据比特分数对结果进行排名