Python Numpy返回0.00…002

抱歉，如果这篇文章是杜普利，我找不到答案。。。我有以下代码：

import numpy as np

V = np.array([[6, 10, 0],
              [2, 5, 0],
              [0, 0, 0]])

subarr = np.array([[arr[0][0], arr[0][1]], [arr[1][0], arr[1][1]]])
det = np.linalg.det(subarr)
cross = np.cross(arr[0], arr[1])

print(f"Det: {det}")
print(f"Cross: {cross}")

我希望

det

返回10.0，

交叉

在本例中返回

[0,0,10]

，最后一个数字等于

det

。出于某种原因，python返回

Det: 10.000000000000002
Cross: [ 0  0 10]

有人能解释一下原因吗？

你看到的是

如果你想知道在寻找由整数组成的矩阵的行列式时，如何得到浮点值（通常的计算方法是

6*5-2*10=10

），

np.linalg.det

用于寻找行列式。这对于2x2矩阵不是很有效，但是当你有更大的矩阵时效率更高

对于2x2，您可以获得：

scipy.linalg.lu(A, 1)
Out: 
(array([[  1.        ,  0.        ],
        [  0.33333333,  1.        ]]), 
 array([[  6.        ,  10.        ],
        [  0.        ,   1.66666667]]))

行列式只是对角线的乘积，最终为

6.*1.66666 7

，由于浮点错误，解析为

10.00000002

。

您看到的是

如果你想知道在寻找由整数组成的矩阵的行列式时，如何得到浮点值（通常的计算方法是

6*5-2*10=10

），

np.linalg.det

用于寻找行列式。这对于2x2矩阵不是很有效，但是当你有更大的矩阵时效率更高

对于2x2，您可以获得：

scipy.linalg.lu(A, 1)
Out: 
(array([[  1.        ,  0.        ],
        [  0.33333333,  1.        ]]), 
 array([[  6.        ,  10.        ],
        [  0.        ,   1.66666667]]))

---

行列式只是对角线的乘积，最终为

6.*1.66666 7

，由于浮点错误，解析为

10.00000002

。

查找浮点精度关键字：查找浮点精度关键字：