Python如何執(zhí)行精確的浮點(diǎn)數(shù)運(yùn)算
問(wèn)題
你需要對(duì)浮點(diǎn)數(shù)執(zhí)行精確的計(jì)算操作,并且不希望有任何小誤差的出現(xiàn)。
解決方案
浮點(diǎn)數(shù)的一個(gè)普遍問(wèn)題是它們并不能精確的表示十進(jìn)制數(shù)。 并且,即使是最簡(jiǎn)單的數(shù)學(xué)運(yùn)算也會(huì)產(chǎn)生小的誤差,比如:
>>> a = 4.2 >>> b = 2.1 >>> a + b 6.300000000000001 >>> (a + b) == 6.3 False >>>
這些錯(cuò)誤是由底層CPU和IEEE 754標(biāo)準(zhǔn)通過(guò)自己的浮點(diǎn)單位去執(zhí)行算術(shù)時(shí)的特征。 由于Python的浮點(diǎn)數(shù)據(jù)類(lèi)型使用底層表示存儲(chǔ)數(shù)據(jù),因此你沒(méi)辦法去避免這樣的誤差。
如果你想更加精確(并能容忍一定的性能損耗),你可以使用 decimal 模塊:
>>> from decimal import Decimal
>>> a = Decimal('4.2')
>>> b = Decimal('2.1')
>>> a + b
Decimal('6.3')
>>> print(a + b)
6.3
>>> (a + b) == Decimal('6.3')
True
初看起來(lái),上面的代碼好像有點(diǎn)奇怪,比如我們用字符串來(lái)表示數(shù)字。 然而, Decimal 對(duì)象會(huì)像普通浮點(diǎn)數(shù)一樣的工作(支持所有的常用數(shù)學(xué)運(yùn)算)。 如果你打印它們或者在字符串格式化函數(shù)中使用它們,看起來(lái)跟普通數(shù)字沒(méi)什么兩樣。
decimal 模塊的一個(gè)主要特征是允許你控制計(jì)算的每一方面,包括數(shù)字位數(shù)和四舍五入運(yùn)算。 為了這樣做,你先得創(chuàng)建一個(gè)本地上下文并更改它的設(shè)置,比如:
>>> from decimal import localcontext
>>> a = Decimal('1.3')
>>> b = Decimal('1.7')
>>> print(a / b)
0.7647058823529411764705882353
>>> with localcontext() as ctx:
... ctx.prec = 3
... print(a / b)
...
0.765
>>> with localcontext() as ctx:
... ctx.prec = 50
... print(a / b)
...
0.76470588235294117647058823529411764705882352941176
>>>
討論
decimal 模塊實(shí)現(xiàn)了IBM的”通用小數(shù)運(yùn)算規(guī)范”。不用說(shuō),有很多的配置選項(xiàng)這本書(shū)沒(méi)有提到。
Python新手會(huì)傾向于使用 decimal 模塊來(lái)處理浮點(diǎn)數(shù)的精確運(yùn)算。 然而,先理解你的應(yīng)用程序目的是非常重要的。 如果你是在做科學(xué)計(jì)算或工程領(lǐng)域的計(jì)算、電腦繪圖,或者是科學(xué)領(lǐng)域的大多數(shù)運(yùn)算, 那么使用普通的浮點(diǎn)類(lèi)型是比較普遍的做法。 其中一個(gè)原因是,在真實(shí)世界中很少會(huì)要求精確到普通浮點(diǎn)數(shù)能提供的17位精度。 因此,計(jì)算過(guò)程中的那么一點(diǎn)點(diǎn)的誤差是被允許的。 第二點(diǎn)就是,原生的浮點(diǎn)數(shù)計(jì)算要快的多-有時(shí)候你在執(zhí)行大量運(yùn)算的時(shí)候速度也是非常重要的。
即便如此,你卻不能完全忽略誤差。數(shù)學(xué)家花了大量時(shí)間去研究各類(lèi)算法,有些處理誤差會(huì)比其他方法更好。 你也得注意下減法刪除以及大數(shù)和小數(shù)的加分運(yùn)算所帶來(lái)的影響。比如:
>>> nums = [1.23e+18, 1, -1.23e+18] >>> sum(nums) # Notice how 1 disappears 0.0 >>>
上面的錯(cuò)誤可以利用 math.fsum() 所提供的更精確計(jì)算能力來(lái)解決:
>>> import math >>> math.fsum(nums) 1.0 >>>
然而,對(duì)于其他的算法,你應(yīng)該仔細(xì)研究它并理解它的誤差產(chǎn)生來(lái)源。
總的來(lái)說(shuō), decimal 模塊主要用在涉及到金融的領(lǐng)域。 在這類(lèi)程序中,哪怕是一點(diǎn)小小的誤差在計(jì)算過(guò)程中蔓延都是不允許的。 因此, decimal 模塊為解決這類(lèi)問(wèn)題提供了方法。 當(dāng)Python和數(shù)據(jù)庫(kù)打交道的時(shí)候也通常會(huì)遇到 Decimal 對(duì)象,并且,通常也是在處理金融數(shù)據(jù)的時(shí)候。
以上就是Python如何執(zhí)行精確的浮點(diǎn)數(shù)運(yùn)算的詳細(xì)內(nèi)容,更多關(guān)于Python執(zhí)行精確的浮點(diǎn)數(shù)運(yùn)算的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Python實(shí)現(xiàn)將Excel轉(zhuǎn)換成為image的方法
今天小編就為大家分享一篇Python實(shí)現(xiàn)將Excel轉(zhuǎn)換成為image的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-10-10
Python實(shí)現(xiàn)計(jì)算兩個(gè)時(shí)間之間相差天數(shù)的方法
這篇文章主要介紹了Python實(shí)現(xiàn)計(jì)算兩個(gè)時(shí)間之間相差天數(shù)的方法,涉及Python針對(duì)日期時(shí)間的相關(guān)運(yùn)算操作技巧,需要的朋友可以參考下2017-05-05
python:動(dòng)態(tài)路由的Flask程序代碼
今天小編就為大家分享一篇python:動(dòng)態(tài)路由的Flask程序代碼,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11
Python-ElasticSearch搜索查詢(xún)的講解
今天小編就為大家分享一篇關(guān)于Python-ElasticSearch搜索查詢(xún)的講解,小編覺(jué)得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來(lái)看看吧2019-02-02
對(duì)python判斷是否回文數(shù)的實(shí)例詳解
今天小編就為大家分享一篇對(duì)python判斷是否回文數(shù)的實(shí)例詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-02-02
使用python編寫(xiě)簡(jiǎn)單的小程序編譯成exe跑在win10上
這篇文章主要介紹了使用python編寫(xiě)簡(jiǎn)單的小程序編譯成exe跑在win10上的相關(guān)資料,需要的朋友可以參考下2018-01-01

