蟒蛇数学，numpy模块不同的结果？ [英] python math, numpy modules different results?

问题描述

我得到稍微不同的结果计算值的余弦。

 导入数学
 math.cos（60.0 / 180.0 *）如何检查这个差异是否在机器精度内？ math.pi）
  - > 0.5000000000000001 
 
进口numpy 
 numpy.cos（60.0 / 180.0 * numpy.pi）
  - > 0.50000000000000011 
  

解决方案

的差异似乎由格式化例程所引起只有：

 >>> '％.30f'％math.cos（60./180.*math.pi）
'0.500000000000000111022302462516'
>>> '％.30f' ％np.cos（60./180.*np.pi）
 '0.500000000000000111022302462516' 
  

注意 np.cos 返回 np.float64 而不是 float ，显然这个类型的默认打印方式是不同的。在常见的硬件上，它们都是以64位 double 的形式实现的，所以在精度上没有实际的差别。

I get slightly different results calculating the cosine of a value. How can I check that this difference is within machine precision?

import math
math.cos(60.0/180.0*math.pi)
-> 0.5000000000000001

import numpy
numpy.cos(60.0/180.0*numpy.pi)
-> 0.50000000000000011

解决方案

The difference seems to be caused by the formatting routines only:

>>> '%.30f' % math.cos(60./180.*math.pi)
'0.500000000000000111022302462516'
>>> '%.30f' % np.cos(60./180.*np.pi)
'0.500000000000000111022302462516'

Note that np.cos returns np.float64 rather than float, and apparently that type is printed differently by default. On common hardware, they're both implemented as 64-bit double, so there's no actual difference in precision.

这篇关于蟒蛇数学，numpy模块不同的结果？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！