python中浮點數(shù)比較判斷!為什么不能用==(推薦)
更新時間：2023年09月26日 09:26:59 作者：何雙新
這篇文章主要介紹了python中浮點數(shù)比較判斷!為什么不能用==,本文給大家分享問題解決方法,需要的朋友可以參考下
問題：浮點數(shù)比較為什么不能用==來寫？
答：計算機里面的數(shù)字是由二進(jìn)制保存的，在計算機內(nèi)部有些數(shù)字不能準(zhǔn)確的保存，于是就保存了一個最靠近的數(shù)字。
計算機表示浮點數(shù)(float或double類型)都有一個精度限制，對于超出了精度限制的浮點數(shù)，計算機會把它們的精度之外的小數(shù)部分截斷。
因此比較兩個float是否相等，不能僅僅依靠==來判斷，而是當(dāng)他們的兩者的差值小于一個我們可以容忍的小值時，就可以認(rèn)為它們相等。
解決辦法：
1、在python3.5之前，可以通過計算兩個浮點數(shù)之差來判斷兩個浮點數(shù)是否相等：
例子1: abs(f1 - f2) <= allowed_error 可接受的誤差
或：
def isclose(a, b, rel_tol=1e-09, abs_tol=0.0):
return abs(a-b) <= max(rel_tol * max(abs(a), abs(b)), abs_tol)2、python 3.5之后，PEP485提案中給出了解決方案。math模塊新增一個isclose函數(shù)用來判斷兩個浮點數(shù)的值是否接近或相等 例子2:
- 源碼：
isclose(a, b, *, rel_tol=1e-09, abs_tol=0.0)
- 參數(shù)：
- a,b:兩個需要比較的浮點數(shù)；
- rel_tol: 相對于輸入值的大小，被認(rèn)為是“接近”的最大差異;
- abs_tol: 無論輸入值的大小，被認(rèn)為“接近”的最大差異
- 本質(zhì)算法
<strong><code> abs(a-b) <= max(rel_tol * max(abs(a), abs(b)), abs_tol)</code></strong>
import math print(math.isclose(2.1,2.2,rel_tol=0.1)) # 結(jié)果：True # 同理abs_tol也可以自定義
到此這篇關(guān)于python中浮點數(shù)比較判斷！為什么不能用==的文章就介紹到這了,更多相關(guān)python浮點數(shù)比較內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:
相關(guān)文章
python 在指定范圍內(nèi)隨機生成不重復(fù)的n個數(shù)實例
今天小編就為大家分享一篇python 在指定范圍內(nèi)隨機生成不重復(fù)的n個數(shù)實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
這篇文章主要為大家詳細(xì)介紹了Python如何利用xlwings庫操作excel實現(xiàn)考勤表的制作，文中的實現(xiàn)步驟講解詳細(xì)，感興趣的可以嘗試一下2023-04-04
這篇文章主要介紹了python根據(jù)路徑導(dǎo)入模塊的方法,分析了傳統(tǒng)方法與改進(jìn)方法,具有一定的實用價值,需要的朋友可以參考下2014-09-09
這篇文章主要介紹了Python實現(xiàn)的石頭剪子布代碼分享,本文和另一篇JavaScript實現(xiàn)的石頭剪刀布游戲源碼是姐妹篇,需要的朋友可以參考下2014-08-08
正則化DropPath/drop_path用法示例(Python實現(xiàn))
DropPath 類似于Dropout,不同的是 Drop將深度學(xué)習(xí)模型中的多分支結(jié)構(gòu)隨機"失效",而Dropout是對神經(jīng)元隨機"失效"這篇文章主要給大家介紹了關(guān)于正則化DropPath/drop_path用法的相關(guān)資料,需要的朋友可以參考下2022-04-04
文章主要介紹了在Pycharm中安裝jieba庫的方法,包括打開Pycharm設(shè)置、選擇項目解釋器、添加并搜索安裝jieba庫2026-04-04
這篇文章主要介紹了python glom模塊的使用簡介，幫助大家更好的利用python處理數(shù)據(jù)，感興趣的朋友可以了解下2021-04-04
Python+PuLP實現(xiàn)線性規(guī)劃的求解
線性規(guī)劃（Linear?programming），在線性等式或不等式約束條件下求解線性目標(biāo)函數(shù)的極值問題，常用于解決資源分配、生產(chǎn)調(diào)度和混合問題。本文將利用PuLP實現(xiàn)線性規(guī)劃的求解，需要的可以參考一下2022-04-04
這篇文章主要介紹了scrapy爬蟲實例分享，分享了四則Python爬蟲實例，具有一定借鑒價值,需要的朋友可以參考下2017-12-12
這篇文章主要介紹了詳解Django解決ajax跨域訪問問題，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-08-08