Python中epsilon的值

Python中是否有epsilon的标准值（或获取epsilon的方法）？我需要比较浮点值，并希望与尽可能小的差异进行比较

---

<>在C++中，函数提供了<强> >代码>数值限制：：ε（）/代码> < /强>，它给出了给定数据类型的ε值。Python中是否有一个等价物？

中提供了该信息，它对应于C99中的float.h

>>> import sys
>>> sys.float_info.epsilon
2.220446049250313e-16

例如，有

sys.float\u info.epsilon

但不要忘记将其用作浮点比较的绝对误差容限的缺点。例如，对于大数字，舍入误差可能超过ε

---

如果您认为需要复习，标准参考是David Goldberg的，或者您可以查看更简单的复习。

令人惊讶的是，这里没有人提到这一点；我想很多人会用它来代替。或

.resolution

，如果要评估精度

---

请注意，

finfo

仅适用于浮点类型，并且它也适用于Python自己的

float

类型（即不限于numpy的类型）。整数类型的等价物是，尽管它不包含精度信息（因为，为什么会这样？）

如果您找不到一个函数来实现这一点，请记住，计算机器ε的算法非常简单（您可以使用您最喜欢的编程语言进行测试）。例如，对于python：

eps = 1.0
while eps + 1 > 1:
    eps /= 2
eps *= 2
print("The machine epsilon is:", eps)

就我而言，我得到了：

---

<代码>机器ε是：2.2204604250313E-16<<代码> /P>当比较浮点时，值的大小将影响ε，也考虑值中的错误可以跨操作传播。“数值分析”领域致力于这方面的研究。该网站还提供了一些值得遵循的好规则。作为上面人们评论的一个例子，

1e300-（1e300-1e200）

return

0.0

，其中实际差异必须是10^200。对“大多数人”不同意：不是每个人都使用NumPy。如果您想要Python的

float

的epsilon，请使用

sys.float_info

；仅仅为了这个而使用NumPy是很奇怪的。如果要查找NumPy类型的值（

np.float32

，

np.float64

，等等），请使用

NumPy.finfo

。更改措辞。不过要澄清的是，

np.finfo（float）

确实有效，但我同意，如果您从未使用过numpy，那么仅为此安装软件包就太过了。对，但是

np.finfo（float）

有点误导，因为numpy将

float

转换为

np.float64

，然后报告相关细节。因此，它再次报告了NumPy类型，而不是Python的

float

。（尽管不可否认，

float

和

np.float64

极有可能是相同的格式：它们都在引擎盖下使用C双精度。）生成eps的好方法，但为什么称之为机器精度？@gfdsal：谢谢，我认为机器ε应该是确切的术语。