Python 如何提高matplotlib的精度？

我试图绘制一组需要高精度的极端浮点值。在我看来，matplotlib中存在精度限制。它不能超过1e28的规模

这是我用来显示图形的代码

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1737100, 38380894.5188064386003616016502, 378029000.0], dtype=np.longdouble)
y = np.array([-76188946654889063420743355676.5, -76188946654889063419450832178.0, -76188946654889063450098993033.0], dtype=np.longdouble)

plt.scatter(x, y)
#coefficients = np.polyfit(x, y, 2)
#poly = np.poly1d(coefficients)
#new_x = np.linspace(x[0], x[-1])
#new_y = poly(new_x)
#plt.plot(new_x, new_y)
plt.xlim([x[0], x[-1]])
plt.title('U vs. r')
plt.xlabel('Distance r')
plt.ylabel('Total gravitational potential energy U(r)')
plt.show()

---

我希望中间点的位置高于其他两点。它需要非常高的精度。如何配置它？

您当前的问题可能不是matplotlib，而是

np.longdouble

。要发现是否是这种情况，请运行

np.finfo（np.longdouble）

。这将取决于机器，但在我的机器上，这表示我正在使用具有以下描述的

float128

Machine parameters for float128
---------------------------------------------------------------
precision =  18   resolution = 1.0000000000000000715e-18
machep =    -63   eps =        1.084202172485504434e-19
negep =     -64   epsneg =     5.42101086242752217e-20
minexp = -16382   tiny =       3.3621031431120935063e-4932
maxexp =  16384   max =        1.189731495357231765e+4932
nexp =       15   min =        -max
---------------------------------------------------------------

精度只是一个估计值（由于二进制和十进制表示），但18位是float128限制，并且您的特定数字只有在这之后才开始变得有趣

一个简单的测试是打印

y[1]-y[0]

并查看是否得到了

0.0

以外的内容

一个简单的解决方案是使用Python

int

s，因为Python具有无限精度

int

s，所以您可以捕获

10*y

的大部分差异（或

int

）。比如说：

x = np.array([1737100, 38380894.5188064386003616016502, 378029000.0], dtype=np.longdouble)
y = [-76188946654889063420743355676, -76188946654889063419450832178, -76188946654889063450098993033]

plt.scatter(x, [z-y[0] for z in y]) 

另一种解决方案是从一开始就表示数字，以便它们需要更容易接近的精度（即，去除大部分偏移）。另一个是使用高精度浮点库。这取决于你想走哪条路

还值得注意的是，至少对于我认为是典型的系统，默认的

np.float

是

float64

。对于

float64

来说，浮点mantisaa是52位，而对于

float128

来说，它只有63位。或十进制，从大约15位到18位。因此，从

np.float

到

np.float128

的精度没有很大提高。（为什么

np.longdouble

（或者

np.float128

）听起来会增加很多精度，但是没有。）

---

（最后，因为这可能会引起一些人的混淆，如果

np.longdouble

或

np.float128

对这个问题有用，那么值得注意的是，问题中设置初始数组的行不会给出

np.longdouble

的预期精度。也就是说，

y=np.array（[-76188946654889063420743355676.5]，dtype=np.longdouble）

首先创建Python浮点数组，然后从中创建numpy数组，但是Python数组中的精度将丢失。因此，如果解决方案是

longdouble

，则需要使用不同的方法初始化数组。）

这里最简单的方法是绘制值减去它们的平均值（或类似的数字）。有理由不这样做吗？最后，你必须用偏移量绘制一些点，唯一的问题是偏移量在绘图中显示在哪里。@tom10如果你是指添加这行

y-=np.mean（y）

，它仍然会产生相同的结果。