这是对coldspeed's question的一种跟进。
(这不是is floating point math broken ? BTW的复制品)
我正在将列表列表转换为numpy数组,然后尝试将其转换回python列表。
import numpy as np
x = [[ 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]]
x=np.array(x,np.float)
print([y.tolist() for y in x])
print([list(y) for y in x])
结果:
[[1.0, 6.6156e-13], [2.0, 3.0535e-13], [3.0, 6.2224e-13], [4.0, 3.0885e-13], [5.0, 1.1117e-10], [6.0, 3.8244e-11], [7.0, 5.3916e-11], [8.0, 1.7591e-11], [9.0, 2.2733e-10]]
[[1.0, 6.6155999999999996e-13], [2.0, 3.0535000000000001e-13], [3.0, 6.2223999999999998e-13], [4.0, 3.0884999999999999e-13], [5.0, 1.1117e-10], [6.0, 3.8243999999999997e-11], [7.0, 5.3915999999999998e-11], [8.0, 1.7591e-11], [9.0, 2.2733e-10]]
请注意,尝试匹配python本机类型也会失败(相同的行为):
x=np.array(x,dtype=float)
因此,使用numpy.tolist
将列表转换回常规python列表会保留值,而通过调用list
强制迭代会导致舍入错误。
有趣的事实:
str([y.tolist() for y in x])==str([list(y) for y in x])
产生False
(正如预期的那样,不同的打印输出)[y.tolist() for y in x]==[list(y) for y in x]
产生True
(到底是什么?)有什么想法吗?(使用python 3.4 64位窗口)
发布于 2017-08-15 08:13:04
这是因为这两个方法产生不同的类型,即使在保持相同的值时也有不同的字符串表示形式。调用np.tolist
将数组的元素转换为float
数据类型,而调用list
不会更改数据类型,从而导致numpy.float64
:
import numpy as np
x = [[ 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]]
x=np.array(x,np.float)
print(type(x[0].tolist()[0])) # `float`
print(type(list(x[0])[0])) # `numpy.float64`
由于这些字符串表示形式不同(float
取四舍五入,而numpy.float64
则打印完全精度),因此打印不同的结果,str([y.tolist() for y in x])==str([list(y) for y in x])
的比较失败,而按值进行的比较则通过。
https://stackoverflow.com/questions/45688763
复制相似问题