代码之家 › 专栏 › 技术社区 › June-Solstice

元组到numpy,数据准确性

floating-accuracy numpy python

June-Solstice · 技术社区 · 2 年前

当我将tuple转换为numpy时,存在数据准确性问题。代码如下:

import numpy as np
a=(0.547693688614422, -0.7854270889025808, 0.6267478456110592)
print(a)
print(type(a))
tmp=np.array(a)
print(tmp)

结果如下:

(0.547693688614422, -0.7854270889025808, 0.6267478456110592)
<class 'tuple'>
[ 0.54769369 -0.78542709  0.62674785]

请帮忙。

3 回复 | 直到 2 年前

Mayank Porwal 2 年前

一种方法是设置:

In [1039]: np.set_printoptions(precision=20)

In [1041]: tmp=np.array(a)

In [1042]: tmp
Out[1042]: array([ 0.547693688614422 , -0.7854270889025808,  0.6267478456110592])

In [1043]: tmp.dtype
Out[1043]: dtype('float64')

Demis 2 年前

我想你只看到了陈列仅,但内部值仍保持更高的准确性。以下是我的发现:

>> a
(0.547693688614422, -0.7854270889025808, 0.6267478456110592)

>> b=np.array(a)

>> b
array([ 0.54769369, -0.78542709,  0.62674785])

>> b[0]
0.547693688614422

Capybara 2 年前

这种表面上的差异应该只是数字的显示方式,而不是数字的表示/存储方式。

您可以检查 dtype 验证它是否仍然是float64

tmp.dtype  # dtype('float64')

您可以调整 np.set_printoptions 以不同方式显示这些值

print(tmp)  # [ 0.54769369 -0.78542709  0.62674785]
np.set_printoptions(precision=18)  # default precision is 8
print(tmp)  # [ 0.547693688614422  -0.7854270889025808  0.6267478456110592]

推荐文章

serlingpa · 如何准备我的数据以避免无法推断频率

1 年前

Guillaume · 使用操作从Python列表创建numpy数组

2 年前

user19657580 · 在Python中打印两个numpy数组的列表

2 年前

user19657580 · Python中数组中具有相同元素的索引求和

2 年前

mikanim · 改进二维余弦函数的numpy功能

2 年前

Klimt865 · 在Python中将数组列表转换为列表列表

2 年前

theduker · 计算平均绝对误差时,If语句中赋值前引用的局部变量

2 年前

Lynn · 如果列包含Python中的特定字符串,则从列中删除值

2 年前

JasonX · 运行减法计算

2 年前

Jan Hrubec · 选择numpy数组的前n个元素

2 年前