Python 带Numpy isin函数的浮点舍入误差

我试图使用Numpy库中的

isin（）

函数来查找两个数组中的公共元素

看起来很基本，但其中一个数组是使用

linspace（）

创建的，另一个我只是在其中输入了硬值

但是似乎

isin（）

正在使用

=

进行比较，因此该方法返回的结果缺少一个数字

有没有一种方法可以解决这个问题，或者以不同的方式定义数组，或者使用非

isin（）

的方法

thetas=np.array（np.linspace（.25,50,51））
已知的θ=[3,35,39,41,45]
未知θ=θ[np.isin（θ，已知θ，假设唯一=真，反转=真）]

打印这三个数组时，我发现

.41

仍然在第三个数组中，因为当逐个打印它们时，我在第一个数组中的值实际上是

0.41000000000000003

，这意味着

=

比较返回

False

。解决这一问题的最佳方法是什么？

我们可以利用将其中一个数组扩展到

2D

进行外部isclose匹配查找，然后进行

ANY

匹配，得到一个1D布尔数组，该数组可用于屏蔽相关的输入数组-

thetas[~np.isclose(thetas[:,None],known_thetas).any(1)]

要自定义匹配的公差级别，我们可以将自定义的相对和绝对公差值输入到

np.isclose

如果您希望在大型阵列上获得性能，我们可以使用-

在

tol

arg中输入公差值。

我们可以利用将其中一个数组扩展到

2D

进行外部isclose匹配查找，然后进行

ANY

匹配，得到1D布尔数组，该数组可用于屏蔽相关输入数组-

thetas[~np.isclose(thetas[:,None],known_thetas).any(1)]

要自定义匹配的公差级别，我们可以将自定义的相对和绝对公差值输入到

np.isclose

如果您希望在大型阵列上获得性能，我们可以使用-

---

在

tol

arg中输入公差值。

如果有固定的绝对公差，可以在比较前使用四舍五入值：

unknown_thetas=thetas[np.isin（np.around（thetas，5），已知_thetas，假设_unique=True，invert=True）]

---

这个回合<代码> theta as /Cuto > 5个十进制数字，但是由你来决定这些数字需要多少来考虑它们相等。

如果你有一个固定的绝对容差，你可以在比较之前循环这些值：

unknown_thetas=thetas[np.isin（np.around（thetas，5），已知_thetas，假设_unique=True，invert=True）]

---

这个回合<代码> Testas <代码> 5个十进制数字，但由你来决定这些数字需要多少来考虑它们是否相等。

尝试<代码> NoMy.ISCux？我如何用ISIN（）来使用它？？将两个数组中的数字四舍五入到小数点后的第二位如何？请尝试

numpy.isclose

？如何将其与isin（）一起使用？将两个数组中的数字四舍五入到小数点后的第二位如何？