python numpy arange nieoczekiwane wyniki

Question

Używam funkcji arange do definiowania moich iteracji pętli for i uzyskiwania nieoczekiwanych wyników.

i = arange(7.8,8.4,0.05) 
print i 

yeilds następujące:

[ 7.8 7.85 7.9 7.95 8. 8.05 8.1 8.15 8.2 8.25 8.3 8.35 8.4 ] 

jeszcze użyciu wartości stop 8,35 następująco

i = arange(7.8,8.35,0.05) 

daje następujące

[ 7.8 7.85 7.9 7.95 8. 8.05 8.1 8.15 8.2 8.25 8.3 ] 

Ale chcę moją ofertą do koniec o 8,35! Wiem, że mogę użyć wartości zatrzymania> 8,35 i < 8,4, aby osiągnąć mój wynik, ale dlaczego jest inny i według mnie niespójny?

Edycja: używam wersji 2.7

Answer 1

Być może ma to związek z ograniczeniami dotyczącymi liczb zmiennoprzecinkowych. Ze względu na precyzję maszyny nie jest możliwe zapisanie każdej możliwej wartości idealnie jako zmiennoprzecinkowej. Na przykład:

>>> 8.4 
8.4000000000000004 
>>> 8.35 
8.3499999999999996 

Tak, 8.4 jako zmiennoprzecinkowych jest nieco większa niż rzeczywista wartość 8,4, a 8,35 jako zmiennoprzecinkowych jest odrobinę mniej.

Answer 2

Zgaduję, że widzisz efekty zmiennoprzecinkowej zaokrąglenia.

numpy.arange robi to samo, co python's range: Nie zawiera "punktu końcowego". (Np range(0, 4, 2) przyniesie [0,2] zamiast [0,2,4])

jednak do unoszenia etapy punktowych błędów zaokrąglania się gromadzić i czasami ostatnią wartością będzie w rzeczywistości zawierać końcowy.

Jak wskazano w dokumentacji arange:

Przy użyciu etap nie jest liczbą całkowitą, na przykład 0,1, wyniki często nie być spójne. W takich przypadkach lepiej jest używać linspace.

numpy.linspace Generuje określoną liczbę punktów między punktem początkowym i końcowym. Nawiasem mówiąc, domyślnie zawiera punkty końcowe.

Answer 3

pomocą funkcji arange mówi

For floating point arguments, the length of the result is 
    ``ceil((stop - start)/step)``. Because of floating point overflow, 
    this rule may result in the last element of `out` being greater 
    than `stop`. 

dla Pythona 2.7, konwersja liczb zmiennoprzecinkowych i ciągi są teraz poprawnie zaokrąglone na większości platform.

w 2,7

>>> float(repr(2.3)) 
2.3 

w 2,6

>>> float(repr(2.3)) 
2.2999999999999998 

Answer 4

miałem ten sam problem i wdrożone własną funkcję, aby skorygować ten problem z zaokrągleniem numpy.arange:

import numpy as np 
def my_arange(a, b, dr, decimals=6): 
    res = [a] 
    k = 1 
    while res[-1] < b: 
     tmp = round(a + k*dr,decimals) 
     if tmp > b: 
      break 
     res.append(tmp) 
     k+=1 

    return np.asarray(res)