2021-09-14 14:27发布
在Python中进行运算时,怎么能实现精确运算,而不是显示浮点数
在进行浮点数计算时它们无法精确表达出所有的十进制小数位。
a = 4.1
b = 5.329
print(a+b)
9.428999999999998
这些误差实际上是底层CPU的浮点运算单元和IEEE754浮点数算数标准的一种“特性”。python的浮点数类型保存的数据采用的是原始表示形式,因此使用float实例时就不能避免这样的误差。
我们可以使用decimal模块避免这种操作(如果不介意牺牲下性能):
from decimal import Decimal
a = Decimal('4.1')
b = Decimal('5.329')
9.429
注意Decimal的参数必须是字符串,不能是浮点型,否则误差依旧存在。
decimal模块的主要功能是允许控制计算过程中的各个方面,包括数字的尾数和四舍五入。
from decimal import localcontext
a = Decimal(4.1)
b = Decimal(5.329)
print(a/b)
print('================')
with localcontext() as ctx:
ctx.prec = 3
0.7693751172827922400071261708
================
0.769
getcontext也可以实现和localcontext一样的功能
from decimal import Decimal, getcontext
getcontext().prec = 3
误差我们不能完全消除,我们只能尽力优化算法,使得误差尽可能小。在大数和小数相加时要格外注意。
nums = [3.21e+18, 1, -3.21e+18]
print(sum(nums))
print('=========================')
import math
res = math.fsum(nums)
print(res)
0.0
=========================
1.0
可以使用decimal模块来设置计算的精度。举个例子。
>>>
from
decimal
import
*
>>> getcontext().prec
=
6
>>> Decimal(
1
)
/
Decimal(
7
'0.142857'
28
'0.1428571428571428571428571429'
1.round()内置方法
round()如果只有一个数作为参数,不指定位数的时候,返回的是一个整数,而且是最靠近的整数(这点上类似四舍五入)。但是当出现.5的时候,两边的距离都一样,round()取靠近的偶数,这就是为什么round(2.5) = 2。当指定取舍的小数点位数的时候,一般情况也是使用四舍五入的规则,但是碰到.5的这样情况,如果要取舍的位数前的小树是奇数,则直接舍弃,如果偶数这向上取舍。看下面的示例:
>>> round(2.635, 2)2.63>>> round(2.645, 2)2.65>>> round(2.655, 2)2.65>>> round(2.665, 2)2.67>>> round(2.675, 2)2.67
2. 使用格式化(效果和round()是一样的。)
>>> a = ("%.2f" % 2.635)>>> a'2.63'>>> a = ("%.2f" % 2.645)>>> a'2.65'>>> a = int(2.5)>>> a2
这个,从设计来考虑,我们首先需要明白除法的机制。
a÷b=c.c1c2c3c4…d
1 d=0时,除法结束
d>0时,d×10÷b=c5+d1
商变为c.c1c2c3c4c5
然后重复1的过程。
所以
1 a整除b=c
a求余b=d
2 d=0时,结束。
3 d>0时
d×10整除b=c1
商为c.c1
d×10求余b=d1
然后重复2开始的步骤。
这样,商就是字符串,
每次求被除数÷除数的商和余数。
第一次的商是整数位,以后的商就是小数位,拼接字符串
余数判断是否是0,0结束,否则余数×10再重复
需要对浮点数执行精确的计算操作,并且不希望有任何小误差的出现.
浮点数的一个普遍问题是它们并不能精确的表示十进制数。并且,即使是最简单的数学运算也会产生小的误差,比如:
>>> a
4.2
>>> b
2.1
+
b
6.300000000000001
>>> (a
b)
6.3
False
”False“是由于底层CPU和IEEE标准通过自己的浮点单位去执行算术导致的。Python的浮点数据类型使用底层表示存储数据,所以无法无法避免这样的误差。
如果想更加精确(代价是性能损耗),可以使用decimal模块
Decimal
'4.2'
'2.1'
'6.3'
print
(a
True
上面真是乖乖的,用字符串表示数据。。。
然而Decimal对象支持所有的常用数学运算。
真实世界中很少会要求精确到普通浮点数能提供的17 位精度,执行大量运算的时候速度很重要。所以使用不要随便用decimal.
总的来说, decimal 模块主要用在涉及到金融的领域。在这类程序中,哪怕是一点小小的误差在计算过程中蔓延都是不允许的。因此, decimal 模块为解决这类问题提供了方法。当Python 和数据库打交道的时候也通常会遇到Decimal 对象,并且,通常也是在处理金融数据的时候。
需要对浮点数执行精确的计算操作,并且不希望有任何小误差的出现
换行。比如,print hello\nworld效果就是helloworld\n就是一个换行符。\是转义的意思,'\n'是换行,'\t'是tab,'\\'是,\ 是在编写程序中句子太长百,人为换行后加上\但print出来是一整行。...
十种常见排序算法一般分为以下几种:(1)非线性时间比较类排序:a. 交换类排序(快速排序、冒泡排序)b. 插入类排序(简单插入排序、希尔排序)c. 选择类排序(简单选择排序、堆排序)d. 归并排序(二路归并排序、多路归并排序)(2)线性时间非比较类排序:...
前景很好,中国正在产业升级,工业机器人和人工智能方面都会是强烈的热点,而且正好是在3~5年以后的时间。难度,肯定高,要求你有创新的思维能力,高数中的微积分、数列等等必须得非常好,软件编程(基础的应用最广泛的语言:C/C++)必须得很好,微电子(数字电...
迭代器与生成器的区别:(1)生成器:生成器本质上就是一个函数,它记住了上一次返回时在函数体中的位置。对生成器函数的第二次(或第n次)调用,跳转到函数上一次挂起的位置。而且记录了程序执行的上下文。生成器不仅记住了它的数据状态,生成器还记住了程序...
python中title( )属于python中字符串函数,返回’标题化‘的字符串,就是单词的开头为大写,其余为小写
第一种解释:代码中的cnt是count的简称,一种电脑计算机内部的数学函数的名字,在Excel办公软件中计算参数列表中的数字项的个数;在数据库( sq| server或者access )中可以用来统计符合条件的数据条数。函数COUNT在计数时,将把数值型的数字计算进去;但是...
head是方法,所以需要取小括号,即dataset.head()显示的则是前5行。data[:, :-1]和data[:, -1]。另外,如果想通过位置取数据,请使用iloc,即dataset.iloc[:, :-1]和dataset.iloc[:, -1],前者表示的是取所有行,但不包括最后一列的数据,结果是个DataFrame。...
挺简单的,其实课程内容没有我们想象的那么难、像我之前同学,完全零基础,培训了半年,直接出来就工作了,人家还在北京大公司上班,一个月15k,实力老厉害了
Python针对众多的类型,提供了众多的内建函数来处理(内建是相对于导入import来说的,后面学习到包package时,将会介绍),这些内建函数功用在于其往往可对多种类型对象进行类似的操作,即多种类型对象的共有的操作;如果某种操作只对特殊的某一类对象可行,Pyt...
相当于 ... 这里不是注释
还有FIXME
python的两个库:xlrd和xlutils。 xlrd打开excel,但是打开的excel并不能直接写入数据,需要用xlutils主要是复制一份出来,实现后续的写入功能。
单行注释:Python中的单行注释一般是以#开头的,#右边的文字都会被当做解释说明的内容,不会被当做执行的程序。为了保证代码的可读性,一般会在#后面加一两个空格然后在编写解释内容。示例:# 单行注释print(hello world)注释可以放在代码上面也可以放在代...
主要是按行读取,然后就是写出判断逻辑来勘测行是否为注视行,空行,编码行其他的:import linecachefile=open('3_2.txt','r')linecount=len(file.readlines())linecache.getline('3_2.txt',linecount)这样做的过程中发现一个问题,...
或许是里面有没被注释的代码
自学的话要看个人情况,可以先在B站找一下视频看一下
最多设置5个标签!
在进行浮点数计算时它们无法精确表达出所有的十进制小数位。
a = 4.1
b = 5.329
print(a+b)
9.428999999999998
这些误差实际上是底层CPU的浮点运算单元和IEEE754浮点数算数标准的一种“特性”。python的浮点数类型保存的数据采用的是原始表示形式,因此使用float实例时就不能避免这样的误差。
我们可以使用decimal模块避免这种操作(如果不介意牺牲下性能):
from decimal import Decimal
a = Decimal('4.1')
b = Decimal('5.329')
print(a+b)
9.429
注意Decimal的参数必须是字符串,不能是浮点型,否则误差依旧存在。
decimal模块的主要功能是允许控制计算过程中的各个方面,包括数字的尾数和四舍五入。
from decimal import Decimal
from decimal import localcontext
a = Decimal(4.1)
b = Decimal(5.329)
print(a/b)
print('================')
with localcontext() as ctx:
ctx.prec = 3
print(a/b)
0.7693751172827922400071261708
================
0.769
getcontext也可以实现和localcontext一样的功能
from decimal import Decimal, getcontext
a = Decimal(4.1)
b = Decimal(5.329)
getcontext().prec = 3
print(a/b)
0.769
误差我们不能完全消除,我们只能尽力优化算法,使得误差尽可能小。在大数和小数相加时要格外注意。
nums = [3.21e+18, 1, -3.21e+18]
print(sum(nums))
print('=========================')
import math
res = math.fsum(nums)
print(res)
0.0
=========================
1.0
可以使用decimal模块来设置计算的精度。举个例子。
>>>
from
decimal
import
*
>>> getcontext().prec
=
6
>>> Decimal(
1
)
/
Decimal(
7
)
Decimal(
'0.142857'
)
>>> getcontext().prec
=
28
>>> Decimal(
1
)
/
Decimal(
7
)
Decimal(
'0.1428571428571428571428571429'
)
1.round()内置方法
round()如果只有一个数作为参数,不指定位数的时候,返回的是一个整数,而且是最靠近的整数(这点上类似四舍五入)。但是当出现.5的时候,两边的距离都一样,round()取靠近的偶数,这就是为什么round(2.5) = 2。当指定取舍的小数点位数的时候,一般情况也是使用四舍五入的规则,但是碰到.5的这样情况,如果要取舍的位数前的小树是奇数,则直接舍弃,如果偶数这向上取舍。看下面的示例:
>>> round(2.635, 2)2.63>>> round(2.645, 2)2.65>>> round(2.655, 2)2.65>>> round(2.665, 2)2.67>>> round(2.675, 2)2.67
2. 使用格式化(效果和round()是一样的。)
>>> a = ("%.2f" % 2.635)>>> a'2.63'>>> a = ("%.2f" % 2.645)>>> a'2.65'>>> a = int(2.5)>>> a2
这个,从设计来考虑,我们首先需要明白除法的机制。
a÷b=c.c1c2c3c4…d
1 d=0时,除法结束
d>0时,d×10÷b=c5+d1
商变为c.c1c2c3c4c5
然后重复1的过程。
所以
1 a整除b=c
a求余b=d
2 d=0时,结束。
3 d>0时
d×10整除b=c1
商为c.c1
d×10求余b=d1
然后重复2开始的步骤。
这样,商就是字符串,
每次求被除数÷除数的商和余数。
第一次的商是整数位,以后的商就是小数位,拼接字符串
余数判断是否是0,0结束,否则余数×10再重复
a÷b=c.c1c2c3c4…d
1 d=0时,除法结束
d>0时,d×10÷b=c5+d1
商变为c.c1c2c3c4c5
然后重复1的过程。
所以
1 a整除b=c
a求余b=d
2 d=0时,结束。
3 d>0时
d×10整除b=c1
商为c.c1
d×10求余b=d1
然后重复2开始的步骤。
这样,商就是字符串,
每次求被除数÷除数的商和余数。
第一次的商是整数位,以后的商就是小数位,拼接字符串
余数判断是否是0,0结束,否则余数×10再重复
需要对浮点数执行精确的计算操作,并且不希望有任何小误差的出现.
浮点数的一个普遍问题是它们并不能精确的表示十进制数。并且,即使是最简单的
数学运算也会产生小的误差,比如:
>>> a
=
4.2
>>> b
=
2.1
>>> a
+
b
6.300000000000001
>>> (a
+
b)
=
=
6.3
False
”False“是由于底层CPU和IEEE标准通过自己的浮点单位去执行算术导致的。Python的浮点数据类型使用底层表示存储数据,所以无法无法避免这样的误差。
如果想更加精确(代价是性能损耗),可以使用decimal模块
>>>
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
上面真是乖乖的,用字符串表示数据。。。
然而Decimal对象支持所有的常用数学运算。
真实世界中很少会要求精确到普通浮点数能提供的17 位精度,执行大量运算的时候速度很重要。所以使用不要随便用decimal.
总的来说, decimal 模块主要用在涉及到金融的领域。在这类程序中,哪怕是一点
小小的误差在计算过程中蔓延都是不允许的。因此, decimal 模块为解决这类问题提
供了方法。当Python 和数据库打交道的时候也通常会遇到Decimal 对象,并且,通
常也是在处理金融数据的时候。
需要对浮点数执行精确的计算操作,并且不希望有任何小误差的出现
真实世界中很少会要求精确到普通浮点数能提供的17 位精度,执行大量运算的时候速度很重要。所以使用不要随便用decimal.
总的来说, decimal 模块主要用在涉及到金融的领域。在这类程序中,哪怕是一点
小小的误差在计算过程中蔓延都是不允许的。因此, decimal 模块为解决这类问题提
供了方法。当Python 和数据库打交道的时候也通常会遇到Decimal 对象,并且,通
常也是在处理金融数据的时候。
相关问题推荐
换行。比如,print hello\nworld效果就是helloworld\n就是一个换行符。\是转义的意思,'\n'是换行,'\t'是tab,'\\'是,\ 是在编写程序中句子太长百,人为换行后加上\但print出来是一整行。...
十种常见排序算法一般分为以下几种:(1)非线性时间比较类排序:a. 交换类排序(快速排序、冒泡排序)b. 插入类排序(简单插入排序、希尔排序)c. 选择类排序(简单选择排序、堆排序)d. 归并排序(二路归并排序、多路归并排序)(2)线性时间非比较类排序:...
前景很好,中国正在产业升级,工业机器人和人工智能方面都会是强烈的热点,而且正好是在3~5年以后的时间。难度,肯定高,要求你有创新的思维能力,高数中的微积分、数列等等必须得非常好,软件编程(基础的应用最广泛的语言:C/C++)必须得很好,微电子(数字电...
迭代器与生成器的区别:(1)生成器:生成器本质上就是一个函数,它记住了上一次返回时在函数体中的位置。对生成器函数的第二次(或第n次)调用,跳转到函数上一次挂起的位置。而且记录了程序执行的上下文。生成器不仅记住了它的数据状态,生成器还记住了程序...
python中title( )属于python中字符串函数,返回’标题化‘的字符串,就是单词的开头为大写,其余为小写
第一种解释:代码中的cnt是count的简称,一种电脑计算机内部的数学函数的名字,在Excel办公软件中计算参数列表中的数字项的个数;在数据库( sq| server或者access )中可以用来统计符合条件的数据条数。函数COUNT在计数时,将把数值型的数字计算进去;但是...
head是方法,所以需要取小括号,即dataset.head()显示的则是前5行。data[:, :-1]和data[:, -1]。另外,如果想通过位置取数据,请使用iloc,即dataset.iloc[:, :-1]和dataset.iloc[:, -1],前者表示的是取所有行,但不包括最后一列的数据,结果是个DataFrame。...
挺简单的,其实课程内容没有我们想象的那么难、像我之前同学,完全零基础,培训了半年,直接出来就工作了,人家还在北京大公司上班,一个月15k,实力老厉害了
Python针对众多的类型,提供了众多的内建函数来处理(内建是相对于导入import来说的,后面学习到包package时,将会介绍),这些内建函数功用在于其往往可对多种类型对象进行类似的操作,即多种类型对象的共有的操作;如果某种操作只对特殊的某一类对象可行,Pyt...
相当于 ... 这里不是注释
还有FIXME
python的两个库:xlrd和xlutils。 xlrd打开excel,但是打开的excel并不能直接写入数据,需要用xlutils主要是复制一份出来,实现后续的写入功能。
单行注释:Python中的单行注释一般是以#开头的,#右边的文字都会被当做解释说明的内容,不会被当做执行的程序。为了保证代码的可读性,一般会在#后面加一两个空格然后在编写解释内容。示例:# 单行注释print(hello world)注释可以放在代码上面也可以放在代...
主要是按行读取,然后就是写出判断逻辑来勘测行是否为注视行,空行,编码行其他的:import linecachefile=open('3_2.txt','r')linecount=len(file.readlines())linecache.getline('3_2.txt',linecount)这样做的过程中发现一个问题,...
或许是里面有没被注释的代码
自学的话要看个人情况,可以先在B站找一下视频看一下