这是我的代码:
y = np.array([-3.44 , 1.16 , -0.81])
y = np.exp(y)
print(y)
为此块,我得到了以下结果
[0.03206469 3.18993328 0.44485807]
但是,当我将3.91
添加到列表中时,结果已更改
x = np.array([-3.44 , 1.16 , -0.81 , 3.91])
x = np.exp(x)
print(x)
结果:
[3.20646853e-02 3.18993328e+00 4.44858066e-01 4.98989520e+01]
如何防止此更改?
您可以使用np.set_printoptions
:
np.set_printoptions
说明:
小数舍入不能总是准确地用二进制表示,因此您会看到一些浮点不一致。例如:
>>> x = np.array([-3.44 , 1.16 , -0.81 , 3.91])
>>> x = np.exp(x)
>>> print(x)
[3.20646853e-02 3.18993328e+00 4.44858066e-01 4.98989520e+01]
>>> np.set_printoptions(suppress=True, precision=8)
>>> print(x)
[ 0.03206469 3.18993328 0.44485807 49.89895197]
鉴于这些不一致之处,默认情况下,>>> 0.1 + 0.2
0.30000000000000004
代表科学计数法中的浮点数。我上面显示的方式仅将打印选项设置为您想要的方式,但是数组内部的实际表示形式并未更改。
[numpy
抑制科学计数法,并且默认情况下将浮点抑制到np.set_printoptions(suppress=True)
小数位,因此从技术上讲,在这种情况下不需要8
参数:
precision
我添加了>>> np.set_printoptions(suppress=True)
>>> x
[ 0.03206469 3.18993328 0.44485807 49.89895197]
,以防您在打印时需要所需的精度。
precision
在此处了解有关浮点运算的更多信息:
>>> np.set_printoptions(suppress=True, precision=2)
>>> x
array([ 0.03, 3.19, 0.44, 49.9 ])