我有一个 Numpy 数组，它是通过将 Numpy 数组与浮点数相乘而获得的。
a = np.array([3, 5, 7, 9]) * 0.1
结果数字是精确的，没有任何四舍五入。
>>> a
array([0.3 0.5 0.7 0.9])
但是，如果我将数组变成带有 的列表，则在我的列表中a.tolist()会有条目0.30000000000000004而不是0.3.
>>> a.tolist()
[0.30000000000000004, 0.5, 0.7000000000000001, 0.9]
我的问题是，我怎样才能避免这种情况，如果有人出于纯粹的兴趣知道为什么会发生这种情况。非常感谢您的帮助。
这不是 Numpy 的问题。相反，这是Python 和其他语言中浮点值的一个众所周知的问题。
您可以在 Python 终端中尝试此操作。
>>> 3 * 0.1
0.30000000000000004
这里的区别在于 Numpy 和 Python 如何表示这些值。
当您打印一个 Numpy 数组时，它会传递该数组np.array_repr并返回该数组的字符串表示形式。
注意参数precision。默认情况下，它设置为numpy.get_printoptions()['precision']或8。
>>> np.get_printoptions()['precision']
8
这是在精度之前的17方式0.30000000000000004。因此，我们看到的结果四舍五入为0.3。
让我们尝试更多precision设置。
>>> a = np.array([3, 5, 7, 9]) * 0.1
precision=17>>> print(np.array_repr(a, precision=17))
array([0.30000000000000004, 0.5, 0.7000000000000001, 0.9])
precision=16>>> print(np.array_repr(a, precision=16))
arrayarray([0.3, 0.5, 0.7000000000000001, 0.9])
precision=15>>> print(np.array_repr(a, precision=15))
array([0.3, 0.5, 0.7, 0.9])
当您将 Numpy 数组转换为列表时，由于列表在表示值时没有精度功能，因此列表中的浮点值将按原样显示。
如果您希望在转换为列表时值看起来相同，请至少将它们四舍五入到小数点后八位。
>>> print(list(np.round(a, 8)))
[0.3, 0.5, 0.7, 0.9]