Numpy Arange 生成不一致小数点的值答案

【问题标题】：Numpy Arange generating values of inconsistent decimal pointsNumpy Arange 生成不一致小数点的值
【发布时间】：2019-08-01 10:24:40
【问题描述】：

谁能解释一下这里发生了什么？

为什么 0.3 和 0.7 的值有更多的小数点。我只想要 1 个小数点值。

threshold_range = np.arange(0.1,1,0.1)
threshold_range.tolist()

[Output]: [0.1, 0.2, 0.30000000000000004, 0.4, 0.5, 0.6, 0.7000000000000001, 0.8, 0.9]

【问题讨论】：

这是正确的行为。发生这种情况是因为 python 和大多数编程语言一样，由于浮点限制，不能完全表示一些小数。另见stackoverflow.com/questions/21895756/…
Why are floating point numbers inaccurate?的可能重复
这很奇怪，打印出来对我来说很好。
@tnknepp 感谢您的评论。这就是我很好奇的部分。

【解决方案1】：

使用np.round

例如

import numpy as np

threshold_range = np.arange(0.1,1,0.1)
print(threshold_range.tolist())
print(np.round(threshold_range, 2).tolist())

O/P：

[0.1, 0.2, 0.30000000000000004, 0.4, 0.5, 0.6, 0.7000000000000001, 0.8, 0.9]
[0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9]

【讨论】：

【解决方案2】：

解决方案：您可以简单地使用 round 函数：

threshold_range = np.arange(0.1,1,0.1).round(1)
threshold_range.tolist() # [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9]

错误原因：我认为它与浮点精度有关;)

【讨论】：