Python 为什么x<；=x错误？

这个标题有点误导，因为它不完全是x和x，而是x和0.3；但是，这些值应该相同

我有：

arr = np.arange(0, 1.1, 0.1)

我收到：

arr[arr <= 0.3]
> array([0., 0.1, 0.2])

arr[arr数组（[0,0.1,0.2]）

正确的结果应该是：

arr[arr <= 0.3]
> array([0., 0.1, 0.2, 0.3])

arr[arr数组（[0,0.1,0.2,0.3]）

---

我还没有偶然发现这个问题。我知道它与浮点精度有关……但我在这里能做些什么？

不要依赖于比较浮点数是否相等（除非你确切知道你在处理什么浮点数）。 因为您知道用于生成数组的步长是0.1

arr = np.arange(0, 1.1, 0.1)

您可以将阈值0.3增加步长的一半，以找到一个安全介于

arr

中的值之间的新阈值：

In [48]: stepsize = 0.1; arr[arr < 0.3+(stepsize/2)]
Out[48]: array([ 0. ,  0.1,  0.2,  0.3])

所以数组中的第四个值略大于0.3

In [40]: arr = np.arange(0,1.1, 0.1)
In [41]: arr[3]
Out[41]: 0.30000000000000004

---

请注意，舍入可能不是可行的解决方案。例如， 如果

arr

具有数据类型

float128

：

In [53]: arr = np.arange(0, 1.1, 0.1, dtype='float128')

In [56]: arr[arr.round(1) <= 0.3]
Out[56]: array([ 0.0,  0.1,  0.2], dtype=float128)

现在四舍五入不会产生小于0.3的数字：

In [55]: arr.round(1)[3]
Out[55]: 0.30000000000000000001

---

Unutbu指出了主要问题。你应该避免比较浮点数，因为它们有舍入误差

然而，这是许多人遇到的一个问题，因此有一个函数可以帮助您解决这个问题；

np.isclose

在您的情况下，这将导致：

arr[np.logical_or(arr <= 0.3, np.isclose(0.3, arr))]
>>> array([0., 0.1, 0.2, 0.3])

arr[np.logical\u或（arr>>数组（[0,0.1,0.2,0.3]）

在这种情况下，这可能不是最好的选择，但了解此函数可能会有所帮助

旁注： 如果没有人向您解释过，为什么会发生这种情况。基本上，计算机以二进制形式保存所有内容，但0.1是二进制形式的周期数，这意味着计算机无法保存所有数字（因为有无限多个）。十进制形式的等价物为：

1/3+1/3+1/3=0.33333+0.33333+0.33333=0.99999

---

哪一个不是1呢…

arr[arr.round（1）所以，在进行任何比较之前，我是否应该总是对数字进行四舍五入？浮点数之间的等价性总是一件冒险的事情。@Xiphias取决于您的用例-一种方法是将上面的值存储为0-10…并使用普通整数，因为您知道精度，而整数没有浮点数shennigans-但这可能不实用
np.lin对于浮点范围，空格
通常比
np.arange
好得多，特别是它可以更好地控制端点，但它不会使您避免所有舍入错误。即使您不知道步长，也可以执行类似
arr的操作[arr我不知道如何量化
np.arange（…）
中的值与理想的十进制值之间的距离。根据浮点数的不同，连续浮点数之间的差距会发生变化，可能会大于
sys.float\u info.epsilon
。例如，
x=10.3；（np.nextafter（x，np.inf）-x）>sys.float\u info.epsilon
。是的……我会帮我可怜的大脑一个忙，不要去想：）这里有一个例子，add
sys.float\u info.epsilon
是不够的：
x=1.83；arr=np.arange（x，x+1.1，0.1）；arr[arr]
In [55]: arr.round(1)[3]
Out[55]: 0.30000000000000000001

arr[np.logical_or(arr <= 0.3, np.isclose(0.3, arr))]
>>> array([0., 0.1, 0.2, 0.3])