在检查浮点数之间是否相等时需要注意,并且通常应考虑使用例如,例如,使用例如。numpy.allcose。
问题1:使用" in"关键字检查特定的浮点号是否安全(或为此目的是否有相似的关键字/函数)?示例:
if myFloatNumber in myListOfFloats:
print('Found it!')
else:
print('Sorry, no luck.')
问题2:如果不是,那么整洁的解决方案是什么?
如果您不在同一位置或完全相同的方程式计算浮子,则可能对此代码有错误的负面因素(由于舍入错误)。例如:
>>> 0.1 + 0.2 in [0.6/2, 0.3] # We may want this to be True
False
在这种情况下,我们只能拥有一个自定义的" in
"功能,该功能实际上可以实现此功能(在这种情况下,使用numpy.isclose
而不是numpy.allclose
可能会更好/更快):
import numpy as np
def close_to_any(a, floats, **kwargs):
return np.any(np.isclose(a, floats, **kwargs))
文档中有一个重要的注释:
警告 默认的
atol
不适合比较比一个小得多的数字(请参见说明)。 [...] 如果预期值明显小于一个,则可能导致误报。
注释补充说,atol
与math.isclose
的abs_tol
并不为零。如果使用close_to_any
时需要自定义公差,请使用kwargs
将rtol
和/或atol
传递给Numpy。最后,您现有的代码将转化为:
if close_to_any(myFloatNumber, myListOfFloats):
print('Found it!')
else:
print('Sorry, no luck.')
或者您可以有一些选项close_to_any(myFloatNumber, myListOfFloats, atol=1e-12)
,请注意1e-12
是任意的,除非您有充分的理由。
回到我们在第一个示例中观察到的舍入错误,这将给出:
>>> close_to_any(0.1 + 0.2, [0.6/2, 0.3])
True
q1:取决于您将如何实现此目标。但是,正如其他人提到的,使用in
操作员并不是一个好主意。
Q2:您的性能是否有限制?myListOfFloats
会排序吗?
如果它是浮点值的排序列表,并且如果您需要尽可能快地进行操作,则可以实现二进制搜索算法。
如果未对数据进行排序,则取决于要进行的查询数量和数据大小之间的比率,您可能需要对数据进行排序并对其进行排序。
如果您对性能和速度没有任何要求,则可以将以下示例作为基础:
def inrng(number1,number2,prec):
if(abs(number1-number2)<prec):
return True
else:
return False
precision=0.001
for i in myListOfFloats:
if(inrng(i,myInputNumber,precision)):
#do stuff