Python 在numpy中将非常低的值设置为零

在numpy中，我有一个数组

[0 +  0.5j, 0.25 + 1.2352444e-24j, 0.25+ 0j, 2.46519033e-32 + 0j] 

将超低值设置为零的最快和最简单的方法是什么

[0 +  0.5j, 0.25 + 0j, 0.25+ 0j, 0 + 0j] 

---

效率不是最重要的。

嗯。我对它不太满意，但这似乎有效：

>>> a = np.array([0 +  0.5j, 0.25 + 1.2352444e-24j, 0.25+ 0j, 2.46519033e-32 + 0j])
>>> a
array([  0.00000000e+00 +5.00000000e-01j,
         2.50000000e-01 +1.23524440e-24j,
         2.50000000e-01 +0.00000000e+00j,   2.46519033e-32 +0.00000000e+00j])
>>> tol = 1e-16
>>> a.real[abs(a.real) < tol] = 0.0
>>> a.imag[abs(a.imag) < tol] = 0.0
>>> a
array([ 0.00+0.5j,  0.25+0.j ,  0.25+0.j ,  0.00+0.j ])

---

但这取决于问题。

要将小于eps的元素设置为零：

a[np.abs(a) < eps] = 0

您还可以使用：

通过询问它是否接近于零，它应该起作用：

>>> np.isclose([1e10,0], [1.00001e-10,0])
array([False, True])

---

您可以自定义

atol

（绝对公差，默认为

1e-08

）和

rtol

（相对公差，默认为

1e-05

）参数。然后，您可以将

rtol=0

设置为仅使用绝对公差。

如果所有数字都有小的虚部，并且您只想抑制这些虚部，则可以使用

b=np.real_if_close(a)

否则，DSM的建议就是前进的方向，即

a.real[abs(a.real)<1e-13]=0
a.imag[abs(a.imag)<1e-13]=0

a.real[abs（a.real）使用数组取整（n）的方法

np.array( [0 +  0.5j, 0.25 + 1.2352444e-24j, 
           0.25+ 0j, 2.46519033e-32 + 0j]  ).round(23)

不过，这将只剩下
0.25+1.23524440e-24j
。@DSM：我添加了一个变体，它可以抑制打印时的小浮动（OPs意图的另一种可能解释）我之所以选择它，是因为它可以处理实数和复数，而且非常简单直观。欢迎使用StackOverflow！不清楚这是如何回答问题的。请添加一些关于您在此处提供的代码以及它如何回答问题的解释。还可以格式化要呈现的代码（使用编辑窗口中的按钮栏）。这是一个很棒的函数！我已经使用numpy多年了，从来都不知道数组有一个
round
函数。
b=np.real_if_close(a)

a.real[abs(a.real)<1e-13]=0
a.imag[abs(a.imag)<1e-13]=0

np.array( [0 +  0.5j, 0.25 + 1.2352444e-24j, 
           0.25+ 0j, 2.46519033e-32 + 0j]  ).round(23)

diff = x-y
diff[diff>1.e-16]

Out[93]:
array([], dtype=float64)

diff[diff>1.e-18]

array([1.73472348e-18, 1.73472348e-18, 1.73472348e-18, 1.73472348e-18,
       1.73472348e-18, 1.73472348e-18, 1.73472348e-18, 1.73472348e-18,
       1.73472348e-18, 1.73472348e-18, 1.73472348e-18, 1.73472348e-18,
       1.73472348e-18, 1.73472348e-18, 1.73472348e-18, 1.73472348e-18,
       1.73472348e-18])