Python Tricks 07：0.1 + 0.2 = ?

最新推荐文章于 2025-03-02 00:17:41 发布
转载 最新推荐文章于 2025-03-02 00:17:41 发布 · 345 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://www.exploringbinary.com/why-0-point-1-does-not-exist-in-floating-point/

本文深入探讨了二进制浮点数中0.1和0.2无法精确表示的原因，揭示了计算机科学中一个鲜为人知但至关重要的细节。通过理解浮点数的内部表示和舍入误差，读者将对数值计算的复杂性有更深刻的认识。

在二进制浮点中，0.1和0.2都不能精确表示

640?wx_fmt=png

具体为什么，可以点击阅读原文看这篇文章：Why 0.1 Does Not Exist In Floating-Point - Exploring Binary

往期推荐：

编程语言|Python——为什么0.1+0.2≠0.3（深入理解Python中的浮点数运算）
也许有一天我们再相逢 睁开眼睛看清楚 我才是英雄！
08-01 1427
在python中可以采用采用round()函数，对数据进行处理。round()函数的格式：round(x, d)， 其中x表示需要被处理的数据，d表示要返回的小数位数，即round(x, d)代表返回参数x的四舍五入的有 d 位小数的一个数字。d=0表示取整，d=1表示要返回一位小数，以此类推。此外，round()会自动四舍五入。
出大事了！0.1 + 0.2 居然不等于 0.3，Python我再也不敢用了…
最新发布
奔跑的蜗牛
04-29 992
说到底，浮点数的锅，不是Python独有的锅，Java、C++、JavaScript 甚至 Excel 都中这个招。你不能不信它，但也不能完全信它。当我们知道它的脾气，就能少踩很多坑。
python 之 浮点数精度丢失例如：0.1 + 0.2，产生的原因、问题的推导、解决的方案
风华浪浪的博客
07-27 4068
python是以双精度(64bit）来保存浮点数的，后面多余的会被砍掉，所以在电脑上实际保存的已经小于0.1的值了，后面拿来參与运算就产生了误差。浮点数的总数是无限且不可数的，浮点数在计算机占用的内存是有限的，计算机内存占满了。不可能用有限的内存空间存储无限多的浮点，后面多余的部分都会被砍掉。同上并不是所有的十进制数都可以用二进制格式精确表示，计算机基本上使用二进制数字，即 0 或 1表示；有些是使用有限数量的二进制数字来近似的。计算机的浮点类型也是由二进制表示的。
十进制小数化为二进制小数的方法是什么_为什么0.1+0.2不等于0.3？原来编程语言是这么算的……...
weixin_39790717的博客
11-21 487
打开你的 Python，输入「0.1+0.2=」，结果是多少？0.30000000000000004 对不对？为什么结果不是 0.3？本文作者给出了详细的解释。选自Medium，作者：Parul Malhotra，机器之心编译，参与：高璇、张倩。从小我们就知道 0.1 + 0.2=0.3。但是，在光怪陆离的计算世界中，运算方式却大相径庭。我最近开始用 JavaScript 进行编码，在阅读数据类型...
Python 0.1 + 0.2 等于0.30000000000000004 ？0.1 + 0.3 = 0.4？
weixin_44131922的博客
04-17 1244
这个问题涉及到浮点数在计算机中的表示方式，特别是 IEEE 754 浮点数标准。在 Python（以及其他许多编程语言）中，浮点数并不是以精确的十进制形式存储，而是以二进制近似值存储。这种近似可能导致某些看似简单的浮点运算产生看似不精确的结果。总之，浮点数在计算机中的不精确表示是造成您所观察到现象的根本原因。理解这一原理有助于在编写涉及浮点数计算的代码时采取适当的应对措施。实际上，任何涉及浮点数的运算都可能存在类似的问题，特别是在进行比较或需要高精度结果的场景中。
编写pytorch代码，读取时序数据集dataset，首先通过滑动窗口划分法整理数据集。然后按照比例为0.7：0.2：0.1划分为训练集、验证集和测试集，将训练转换为DataFrame
06-13
return np.lib.stride_tricks.as_strided(data, shape=shape, strides=strides) window_size = 10 data = np.random.randn(100, 20, 5) # 100个样本，每个样本20个时间步，每个时间步有5个特征 windows = sliding_...
windows10：HRNet+环境配置（pytorch）+网络改动
weixin_43390800的博客
11-30 5192
安装pytorch（CUDA版本：10.0）： conda install pytorch==1.0.0 torchvision==0.2.1 cuda100 -c pytorch 安装HRNet环境： EasyDict==1.7 opencv-python==3.4.1.15 shapely==1.6.4 Cython scipy pandas pyyaml json_tricks scikit-image yacs>=0.1.5 tensorboardX>=1.6 pip install
python垃圾分拣设备_图像分类比赛tricks：华为云人工智能大赛·垃圾分类挑战杯...
weixin_39705794的博客
02-10 896
所有代码以上传至github：garbage_classify​github.com已修改成本地可以运行。修改方法：1.save_model.py|train.py|eval.py|run.py|中moxing.framework.file函数全部换成os.path和shutil.copy函数。因为python里面暂时没有moxing框架。2.注释掉run.py文件里面的下面几行代码：# FLAG...
支持向量机SVM分类实现（Kernel-Tricks, 正则化，Gridsearch） python
weixin_42388833的博客
06-22 969
1. 线性划分 从最简单的开始，即存在超平面可以完美分割两个label的数据。此时不需要使用正则化（C取很大）就可以通过一个线性核函数训练SVM。即点不会出现在分离超平面以内。 2. 核技巧 Kernel-Tricks 当线性核函数无法满足数据分类的情况时（例如同心圆数据集），SVM允许使用核技巧Kernel-Tricks，也就是说选择适当的核函数，使得数据可以线性分割。 最常用的核函数就是径向基核函数RBF https://baike.baidu.com/item/%E5%BE%84%E5%90%91
def moving_average_filter(data, k): h_k = k // 2 v1 = np.hstack((data[0:h_k, 0], data[:, 0], data[-2:, 0])) v2 = np.hstack((data[0:h_k, 1], data[:, 1], data[-2:, 1])) v3 = np.hstack((data[0:h_k, 2], data[:, 2], data[-2:, 2])) window = np.ones((k,)) / k v1 = np.convolve(v1, window, mode='valid') v2 = np.convolve(v2, window, mode='valid') v3 = np.convolve(v3, window, mode='valid') return np.array([v1,v2,v3]).T 其中data是N*3维数据，优化改代码
04-19
0.1*t + 0.2*np.random.randn(1000) )) # 应用优化后的滑动平均 config = SMAConfig(window=21, padding='mirror') smooth_data = readable_sma_3d(raw_data, config) # 结果可视化对比 import matplotlib.pyplot...
chatgpt赋能python：为什么Python0.1+0.2!=0.3？
xuhss_com的博客
07-01 817
本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。对于颠覆工作方式的ChatGPT，应该选择拥抱而不是抗拒，未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具。
python0.1+0.2不等于0.3_为什么计算机编程语言中：0.1+0.2不等于0.3
weixin_33196034的博客
12-24 1254
最近在学习JS过程中发现在计算机JS时发现了一个非常有意思事，0.1+0.2的结果不是0.3，而是0.30000000000000004，但先将小数做乘法然后相加，再除回来就得到想要的0.3我用python试了一下，发现python也是一样的，结果也是0.30000000000000004。然后我开始信息搜集，最后找到了答案。想知道这其中的原因，要先理解这些点：二进制、指数形式、IEEE 754标...
python中0.1+0.2为啥不等于0.3_你真的知道0.1+0.2为何不等于0.3吗？
weixin_36162235的博客
02-03 2858
打开chrome控制台，给一个特别简单的输入如下：0.1+0.2//0.30000000000000004复制代码不知道你有没有吃惊，这么简单的一个计算，无论在js中还是在python中，都不是准确的0.3，这是为什么呢？缘起要了解这个问题，首先我们需要知道浮点数在计算机中到底是如何进行存储的？不知道你是怎么想的，总之我开始的第一反应就是假设是32位的存储空间，我可能会按照整数的存储方式...
python0.1+0.2_为什么0.1+0.2=0.30000000000000004
weixin_39943992的博客
12-03 1419
语言代码结果C#includeint main(int argc, char* argv) {printf(“%.17fn”, .1+.2);return 0;}0.30000000000000004C++#include std::cout << setprecision(17) << 0.1 + 0.2 << std.endl;0.3000000000000...
Python跟我说0.1+0.2！=0.3，难道这么多年的数学白学了？
m0_46376148的博客
09-10 6251
问题 今天闲来无事在IDLE中计算了一下0.1 + 0.2，结果让我大吃一惊，竟然等于0.30000000000000004，纳尼？虽然只是小数点后面第十七位多了个4，但是这也令我陷入深深的思考，难道我这么多年的数学白学了？ 我们先来看一下程序运行的结果： 当然有些同学可能会想这会不会是一个bug呢？那么我们来做一些测试： 这段程序大致的意思就是当i < 1时，i会加0.1，然后将每一个i的值都打印出来。看到结果，大家应该不会说python有那么多的bug吧，这里面似乎有着不为人知的秘密呢。 解惑
python0.1+0.2不等于0.3_为什么0.1+0.2不等于0.3？原来编程语言是这么算的……
weixin_36200490的博客
12-24 525
选自Medium作者：Parul Malhotra机器之心编译参与：高璇、张倩打开你的 Python，输入「0.1+0.2=」，结果是多少？0.30000000000000004 对不对？为什么结果不是 0.3？本文作者给出了详细的解释。从小我们就知道 0.1 + 0.2=0.3。但是，在光怪陆离的计算世界中，运算方式却大相径庭。我最近开始用 JavaScript 进行编码，在阅读数据类型时，我注...
Python浮点数相加，0.1+0.2不等于0.3的问题
weixin_54739737的博客
07-14 1367
Python中 0.1+0.2不等于0.3的问题
python0.1+0.2不等于0.3_为什么0.1+0.2不等于0.3
weixin_33617691的博客
12-24 5032
先看两个简单但诡异的代码：0.1 + 0.2 > 0.3 // true0.1 * 0.1 = 0.0100000000000000020.1加0.2为什么就不等于0.3昵？要回答这个问题，得先了解计算机内部是如何表示数的。计算机内部如何表示数我们都知道，计算机用位来储存及处理数据。每一个二进制数(二进制串)都一一对应一个十进制数。1. 计算机内部如何表示整数这里以十进制数13来展示“按位计...
python中0.1+0.2为什么不等于0.3
教师中的射鸡师
03-02 626
在Python中， 0.1 + 0.2 不等于 0.3 的现象，是由计算机浮点数的二进制存储机制导致的。- 避免误解：这不是Python的缺陷，而是所有编程语言（如Java、C++）处理浮点数时的普遍问题。- 原理： decimal 模块以十进制方式存储数字，避免了二进制转换的精度问题。- 最佳实践：涉及金额、利息等对精度敏感的场景，优先使用 decimal 模块。- 根本原因：二进制浮点数无法精确表示某些十进制小数。- 适用场景：金融计算、科学计算等需要高精度的场景。
for i in range(0, len(input) - 3): if abs(input[i + 3] - input[i]) < kk * input[i]: input[i:i + 4] = np.mean(input[i:i + 4])
03-18
好的，用户想理解一段用Python中的for循环和numpy计算移动平均值并修改列表片段的代码逻辑。我需要先回忆移动平均的概念，然后结合numpy和循环来分析可能的实现方式。 首先，移动平均值通常用于平滑数据，比如时间...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值