使用 numpy 创建十进制数范围不起作用
Create a range of decimal number using numpy does not work
我想创建一个介于 521 和 522 之间的值范围，步长为 0.1。这是我的代码：
ICD9CD1 = np.arange(521, 522, 0.1)
结果是：
array([521. , 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8,
521.9])
但是当我想把它转换成一个列表时，结果是这样的：
np.arange(521, 522, 0.1).tolist()
[521.0,
521.1,
521.2,
521.3000000000001,
521.4000000000001,
521.5000000000001,
521.6000000000001,
521.7000000000002,
521.8000000000002,
521.9000000000002]
我的代码哪一部分有问题？我想要这个列表作为我的输出：
[521。 , 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8,
521.9]
试试这个：
import numpy as np
list(np.around(np.arange(521, 522, 0.1),2))
arange 文档警告：
When using a non-integer step, such as 0.1, the results will often not
be consistent. It is better to use numpy.linspace for these cases.
您看到的是浮点不精确和生成连续值的 arange 方式的组合。浮点值永远不会精确。
arange 建议使用带小数步长的 linspace。请注意选择正确的数字：
In [301]: np.linspace(521,522,11)
Out[301]:
array([521. , 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8,
521.9, 522. ])
In [302]: np.linspace(521,522,11).tolist()
Out[302]: [521.0, 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8, 521.9, 522.0]
生成整数值并缩放它们也有效：
In [303]: (np.arange(5210,5220)/10)
Out[303]:
array([521. , 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8,
521.9])
In [304]: (np.arange(5210,5220)/10).tolist()
Out[304]: [521.0, 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8, 521.9]
这也可以通过 python 的 range:
来完成
In [305]: [i/10 for i in range(5210,5220)]
Out[305]: [521.0, 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8, 521.9]
您应该使用 np.arange(5210, 5220) / 10 或 np.linspace(521, 522, 10, endpoint=False)，但请阅读整个答案。
你的部分代码是错误的，但不是你想的那样。
浮点运算有舍入误差。这是浮点数的基础，也是尝试在资源有限的计算机上执行实数计算的基本限制。即使是符号计算也无法解决问题 - 当无法对表达式进行符号化简化时，您最终只会构建巨大的表达式树，而不是实际计算任何东西。
仅在您的输出中存在舍入误差并不意味着您做错了什么。此外，舍入错误已经出现在 arange 输出中，只是被 NumPy 的默认打印设置隐藏了——它没有在 tolist 调用中引入。对于任何稍微重要的浮点计算，您永远无法消除所有舍入误差。
即使结果看起来像 [521. , 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8, 521.9] 实际上也会有舍入误差，因为实数 521.1 实际上不能用二进制浮点数表示。大多数看起来像在该列表中的数字都不能用二进制浮点数表示。 （64 位）浮点数 521.1 实际上是 521.1000000000000227373675443232059478759765625，但大多数编程语言默认情况下不会显示确切的值。
您的代码中真正错误的部分是使用 arange 和浮点输入。 arange 与浮点输入不一致，因为根据舍入误差，它可能包含比预期更多或更少的元素。例如，
np.arange(1, 1.3, 0.1)
returns
array([1. , 1.1, 1.2, 1.3])
而不是
array([1. , 1.1, 1.2])
由于在计算结果长度时出现浮点舍入错误。
此外，由于一些奇怪的实施决策，arange 浮点输入的舍入误差比应有的多得多，即使它获得正确的输出大小时也是如此。
np.linspace 旨在避免 arange 的问题。它直接将输出大小作为参数，而不是从步骤中计算出来，并且有一个明确的参数来决定是否包含正确的端点。这避免了输出大小计算中的舍入错误，只要您不通过计算浮点输出大小来自己引入它。在计算输出元素时，np.linspace 的舍入误差也小于 arange。它不能保证尽可能少的舍入误差——例如，np.linspace(0, 3, 148)[::49].tolist() 显示多余的舍入误差——但它比浮点数 arange.
好很多
np.arange(5210, 5220) / 10 使用带有整数参数的 arange 然后除法。此选项只有一个舍入误差来源，即除以 10。IEEE 754 规范保证此除法 正确舍入 ，因为结果将舍入为浮点数最接近除法的理想实数结果的点值。此选项保证最小舍入误差，在某些情况下优于 linspace。例如，np.arange(148) / 49 在舍入误差方面优于 np.linspace(0, 3, 148)。
我想创建一个介于 521 和 522 之间的值范围，步长为 0.1。这是我的代码：
ICD9CD1 = np.arange(521, 522, 0.1)
结果是：
array([521. , 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8,
521.9])
但是当我想把它转换成一个列表时，结果是这样的：
np.arange(521, 522, 0.1).tolist()
[521.0,
521.1,
521.2,
521.3000000000001,
521.4000000000001,
521.5000000000001,
521.6000000000001,
521.7000000000002,
521.8000000000002,
521.9000000000002]
我的代码哪一部分有问题？我想要这个列表作为我的输出： [521。 , 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8, 521.9]
试试这个：
import numpy as np
list(np.around(np.arange(521, 522, 0.1),2))
arange 文档警告：
When using a non-integer step, such as 0.1, the results will often not be consistent. It is better to use
numpy.linspacefor these cases.
您看到的是浮点不精确和生成连续值的 arange 方式的组合。浮点值永远不会精确。
arange 建议使用带小数步长的 linspace。请注意选择正确的数字：
In [301]: np.linspace(521,522,11)
Out[301]:
array([521. , 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8,
521.9, 522. ])
In [302]: np.linspace(521,522,11).tolist()
Out[302]: [521.0, 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8, 521.9, 522.0]
生成整数值并缩放它们也有效：
In [303]: (np.arange(5210,5220)/10)
Out[303]:
array([521. , 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8,
521.9])
In [304]: (np.arange(5210,5220)/10).tolist()
Out[304]: [521.0, 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8, 521.9]
这也可以通过 python 的 range:
In [305]: [i/10 for i in range(5210,5220)]
Out[305]: [521.0, 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8, 521.9]
您应该使用 np.arange(5210, 5220) / 10 或 np.linspace(521, 522, 10, endpoint=False)，但请阅读整个答案。
你的部分代码是错误的，但不是你想的那样。
浮点运算有舍入误差。这是浮点数的基础，也是尝试在资源有限的计算机上执行实数计算的基本限制。即使是符号计算也无法解决问题 - 当无法对表达式进行符号化简化时，您最终只会构建巨大的表达式树，而不是实际计算任何东西。
仅在您的输出中存在舍入误差并不意味着您做错了什么。此外，舍入错误已经出现在 arange 输出中，只是被 NumPy 的默认打印设置隐藏了——它没有在 tolist 调用中引入。对于任何稍微重要的浮点计算，您永远无法消除所有舍入误差。
即使结果看起来像 [521. , 521.1, 521.2, 521.3, 521.4, 521.5, 521.6, 521.7, 521.8, 521.9] 实际上也会有舍入误差，因为实数 521.1 实际上不能用二进制浮点数表示。大多数看起来像在该列表中的数字都不能用二进制浮点数表示。 （64 位）浮点数 521.1 实际上是 521.1000000000000227373675443232059478759765625，但大多数编程语言默认情况下不会显示确切的值。
您的代码中真正错误的部分是使用 arange 和浮点输入。 arange 与浮点输入不一致，因为根据舍入误差，它可能包含比预期更多或更少的元素。例如，
np.arange(1, 1.3, 0.1)
returns
array([1. , 1.1, 1.2, 1.3])
而不是
array([1. , 1.1, 1.2])
由于在计算结果长度时出现浮点舍入错误。
此外，由于一些奇怪的实施决策，arange 浮点输入的舍入误差比应有的多得多，即使它获得正确的输出大小时也是如此。
np.linspace 旨在避免 arange 的问题。它直接将输出大小作为参数，而不是从步骤中计算出来，并且有一个明确的参数来决定是否包含正确的端点。这避免了输出大小计算中的舍入错误，只要您不通过计算浮点输出大小来自己引入它。在计算输出元素时，np.linspace 的舍入误差也小于 arange。它不能保证尽可能少的舍入误差——例如，np.linspace(0, 3, 148)[::49].tolist() 显示多余的舍入误差——但它比浮点数 arange.
np.arange(5210, 5220) / 10 使用带有整数参数的 arange 然后除法。此选项只有一个舍入误差来源，即除以 10。IEEE 754 规范保证此除法 正确舍入 ，因为结果将舍入为浮点数最接近除法的理想实数结果的点值。此选项保证最小舍入误差，在某些情况下优于 linspace。例如，np.arange(148) / 49 在舍入误差方面优于 np.linspace(0, 3, 148)。