在python列表中查找浮点

看到这种python行为我很惊讶，但不明白为什么？我无法在python列表中搜索0.3

>> import numpy as np
>> Lambdas = np.arange(0.0, 1.05, 0.05)
>> print(Lambdas)
[0.   0.05 0.1  0.15 0.2  0.25 0.3  0.35 0.4  0.45 0.5  0.55 0.6  0.65
 0.7  0.75 0.8  0.85 0.9  0.95 1.  ]
>> print(0.3 in Lambdas)
False
>> print(0.30 in Lambdas)
False
>> print(0.1 in Lambdas)
True
>> print(0.4 in Lambdas)
True
>> print(1 in Lambdas)
True
>> print(1.0 in Lambdas)
True
>> print(0.1 in Lambdas)
True
>>

---

根据Mehdi的综合回答和ruohola的评论，数组中存储的浮点值可能不完全是0.3

您可以尝试使用

numpy.allclose（）

，根据

你的语言没有被破坏，它在做浮点运算。计算机只能在本机上存储整数，因此它们需要某种方式来存储整数 表示十进制数的。这种表示法有一些缺点 不准确的程度。这就是为什么，通常情况下，.1+.2！=。三,

为什么会发生这种情况？其实很简单。当你有一个 以10为基数的系统（如我们的系统），它只能表示使用 基本要素。10的基本因子是2和5。所以1/2,， 1/4、1/5、1/8和1/10都可以清晰地表示，因为 分母都使用10的素数因子。相比之下，1/3、1/6和 1/7都是重复小数，因为它们的分母使用素数 系数3或7。在二进制（或基数2）中，唯一的素数因子是2。 所以你只能清楚地表达分数，它只包含2作为一个整体 首要因素。在二进制中，1/2、1/4、1/8都可以清晰地表示出来 作为小数。而1/5或1/10将是重复的小数。So 0.1 和0.2（1/10和1/5），而在基数为10的系统中，是干净的小数 在计算机运行的基数为2的系统中重复小数。 当你对这些重复的小数进行数学运算时，你会得到 转换计算机底座时遗留下来的残留物2 （二进制）数字转换为更易于阅读的10进制数字

---

因为

Lambdas

中的值不完全是

0.3

，而是类似于

0.3000000000004

，这就是浮点数的工作方式。是的，明白了。谢谢