结果与Python numpy矩阵不一致

我有一个带有浮点值的矩阵，我试图得到列和行的摘要此矩阵是对称的

>>> np.sum(n2[1,:]) #summing second row
0.80822400592582844
>>> np.sum(n2[:,1]) #summing second col
0.80822400592582844
>>> np.sum(n2, axis=0)[1]
0.80822400592582899
>>> np.sum(n2, axis=1)[1]
0.80822400592582844

---

它给出了不同的结果。为什么？

数字

numpy

使用的是

double

s，精度高达16位小数。看起来差异出现在第16位，其余数字相等。如果不需要这种精度，可以使用舍入函数

np.around（）

，或者可以尝试使用

np.longdouble

类型来获得更高的精度

您可以使用

np.finfo

检查类型的准确性：

>>> print np.finfo(np.double).precision
>>> 15

---

我相信有些numpy函数不会接受长双精度，会将其转换为双精度，截断多余的数字

有一点不相关的注意事项：第一行（或列）的索引为0，而不是1。很可能这就是原因；为了完整性，应该提到浮点数的和取决于求和的顺序，矩阵行或矩阵列的求和可能恰好是不同的顺序（必须查看源代码才能确定）。