Python数组中非常小的数字会导致精度损失

我有两个float64类型的数组，当我将第一个数组的值赋给第二个数组时，它会对值进行四舍五入。下面的简单代码说明了这个问题，排除了仅仅用数字表示的可能性。（我已经对代码片段进行了模式化，以使其更具可读性，但本质上是一样的）

我为所有系数运行了这段代码，所有输出都与此类似：

1.90897e-14
0
<type 'numpy.float64'>
<type 'numpy.float64'>
they are NOT equal

在上面的例子中还包括了一个额外的有用的打印

编辑：在我发现问题后添加了有问题的行

您是否绝对确定X是float64数组？如果是的话，我希望X[0,0]是0.0，但是你看到的是0，在我看来，它就像一个整数

>>> Xf = arange(10,dtype=float64)
>>> Xi = arange(10)
>>> Xf[0]
0.0
>>> Xi[0]
0
>>> Yf = Xf*0.0
>>> Yf[0]
0.0
>>> 
>>> Yf[0] = 1.90897e-14
>>> Yf[0]
1.9089700000000001e-14
>>> Xf[0] = Yf[0]
>>> Xf[0]
1.9089700000000001e-14
>>> Xi[0] = Yf[0]
>>> Xi[0]
0

---

您是否还可以包括创建

X

和

Y

的代码段？您是否还可以包括

打印类型（X），类型（Y）

的结果？@Diego:您何时调用“type（X[0,0]）？在构建时还是在上述代码片段之前？我感兴趣的是后者——我想X在途中发生了一些事情。好吧，现在我很恼火。：-|如果我最喜欢的理论是正确的，那就不应该发生。你能发布一个从开始到结束的绝对最小的复制它的案例，以及你的python/numpy版本号吗？不要沮丧。不要责怪你的工具。只要学习语言。我想你忘了Q.E.D。当只传递形状时，零函数采用float64类型。。我将明确地将它们定义为float64，并在这里报告：）@Diego：我想的更多的是，你拥有的X不是你认为拥有的X。。

X = zeros((2,2), dtype=float64)
Y = zeros((2,2), dtype=float64)

>>> Xf = arange(10,dtype=float64)
>>> Xi = arange(10)
>>> Xf[0]
0.0
>>> Xi[0]
0
>>> Yf = Xf*0.0
>>> Yf[0]
0.0
>>> 
>>> Yf[0] = 1.90897e-14
>>> Yf[0]
1.9089700000000001e-14
>>> Xf[0] = Yf[0]
>>> Xf[0]
1.9089700000000001e-14
>>> Xi[0] = Yf[0]
>>> Xi[0]
0