修复*显示*在Python中浮动时的精度问题 [英] Fix precision issues when *displaying* floats in python

问题描述

我正在使用 np.loadtxt 读出一些浮点数的文本文件。这是我的numpy数组看起来像：

  x = np.loadtxt（t2）
 print（x）
 
 array（[[1.00000000e + 00,6.61560000e-13]，
 [2.00000000e + 00，3.05350000e-13]，
 [3.00000000e + 00，6.22240000e -13]，
 [4.00000000e + 00,3.08850000e-13]，
 [5.00000000e + 00,1.1170000e-10]，
 [6.00000000e + 00,3.82440000e-11 ]，
 [7.00000000e + 00,5.39160000e-11]，
 [8.00000000e + 00，1.75910000e-11]，
 [9.00000000e + 00，2.27330000e-10]] ）
  

我将第一列从第二列中分离出来：

  idx，coeffs = zip（* x）
  

现在，我想创建一个id：coeff的映射，如下所示：
$ b $ $ $ $ $ code mapping = dict zip（map（int，idx），coeffs））
print（mapping）

{1：6.6155999999999996e-13，
2：3.0535000000000001e-13，
3：6.2223999999999998e-13，
4：3.0884999999999999e-13，
5：1.1117e-10，
6：3.8243999999999997e-11，
7：5.3915999999999998e-11，
8：正如你所看到的，你可以看到，你可以看到，你可以看到，精度错误已经被引入。例如， 6.61560000e-13 变成 6.6155999999999996e-13 。

这就是我最喜欢的：

  {1：6.61560000e-13，
 2 ：3.05350000e-13，
 3：6.22240000e-13，
 4：3.08850000e-13，
 ... 
} 
  

我该怎么做？我正在研究IPython3，如果有帮助的话。

解决方案

让 - 弗朗索瓦法布尔的评论给了我一个想法，我试了一下。考虑到亚历山大的建议，使用字典的理解，这对我工作：

pre $ x = np.loadtxt（t2）
mapping = {int（k）：v for k，v in x.tolist（）}

print（mapping）


  {1：6.6156e-13，
 2：3.0535e-13，
 3：6.2224e-13，
 4：3.0885e-13，
 5：1.1117e-10，
 6：3.8244e- 11，
 7：5.3916e-11，
 8：1.7591e-11，
 9：2.2733e-10} 
  

$ b $ p

原因是因为 x 的类型是 np.float64 。调用 .tolist（）将 x 转换为列表列表，其中每个元素的类型都是 double。 np.float64 和 double 有不同的 __ repr__ 的实现。 double 使用 David Gay算法来正确表示这些花车，而numpy有一个更简单的实现（仅截断）。

I'm reading out a text file with some float numbers using np.loadtxt . This is what my numpy array looks like:

x = np.loadtxt(t2)
print(x)

array([[  1.00000000e+00,   6.61560000e-13],
       [  2.00000000e+00,   3.05350000e-13],
       [  3.00000000e+00,   6.22240000e-13],
       [  4.00000000e+00,   3.08850000e-13],
       [  5.00000000e+00,   1.11170000e-10],
       [  6.00000000e+00,   3.82440000e-11],
       [  7.00000000e+00,   5.39160000e-11],
       [  8.00000000e+00,   1.75910000e-11],
       [  9.00000000e+00,   2.27330000e-10]])

I separate out the first column from the second by doing this:

idx, coeffs = zip(*x)

Now, I want to create a mapping of id : coeff, something like this:

mapping = dict(zip(map(int, idx), coeffs))
print(mapping)

{1: 6.6155999999999996e-13,
 2: 3.0535000000000001e-13,
 3: 6.2223999999999998e-13,
 4: 3.0884999999999999e-13,
 5: 1.1117e-10,
 6: 3.8243999999999997e-11,
 7: 5.3915999999999998e-11,
 8: 1.7591e-11,
 9: 2.2733e-10}

As you can see, precision errors have been introduced. For example, 6.61560000e-13 became 6.6155999999999996e-13.

This is what I would like, preferrably:

{1: 6.61560000e-13,
 2: 3.05350000e-13,
 3: 6.22240000e-13,
 4: 3.08850000e-13,
 ...
 }

How can I do this? I am working on IPython3, if that helps.

解决方案

Jean-François Fabre's comment gave me an idea, and I tried it out. Taking into consideration Alexander's suggestion to use a dict comprehension, this worked for me:

x = np.loadtxt(t2)
mapping = {int(k) : v for k, v in x.tolist()}

print (mapping)

Output:

{1: 6.6156e-13,
 2: 3.0535e-13,
 3: 6.2224e-13,
 4: 3.0885e-13,
 5: 1.1117e-10,
 6: 3.8244e-11,
 7: 5.3916e-11,
 8: 1.7591e-11,
 9: 2.2733e-10}

The reason this works is because x is of type np.float64. Calling .tolist() converts x to a list of lists, where each element is of type double. np.float64 and double have different __repr__ implementations. The double uses the David Gay Algorithm to correctly represent these floats, while numpy has a much simpler implementation (mere truncation).

这篇关于修复*显示*在Python中浮动时的精度问题的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！