Python 具有虚数指数的Numpy精度

函数exp（ix）在x中是周期性的，周期为2*pi。

np.exp（）

函数能够处理复杂的参数；但是，随着参数大小的增加，它开始出现错误；i、 e，表达式

np.exp(1) - np.exp(1+2*np.pi*x*1j)

---

整数

x

不是零，与零的偏差随着

x

的增加而增加。最大限度地减少这类表达式在大型

x

中产生的错误的最佳方法是什么？

问题到底是什么？举一个大的

x

的例子。忽略exp部分，从一个简单的浮点角度来看，当你接近零时，浮点数会变得更密集，因此数字越大，绝对误差越大。所以x越大，错误的

1+2*np.pi*x*1j

就越多。我认为没有一个好的通用解决方案。但只要把x作为2pi的乘法器巧妙地分离出来，就可以执行

np.exp（1）-np.exp（1+2*np.pi*（x%1）*1j）

。这不会弥补大浮点数分辨率降低的问题，但会避免因pi不精确而放大误差。到底是什么问题？举一个大的

x

的例子。忽略exp部分，从一个简单的浮点角度来看，当你接近零时，浮点数会变得更密集，因此数字越大，绝对误差越大。所以x越大，错误的

1+2*np.pi*x*1j

就越多。我认为没有一个好的通用解决方案。但只要把x作为2pi的乘法器巧妙地分离出来，就可以执行

np.exp（1）-np.exp（1+2*np.pi*（x%1）*1j）

。这不会弥补大浮点数分辨率降低的问题，但会避免因pi不精确而放大误差。