Python中如何判断两个浮点数是否接近
2026-05-13 16:09:43
0浏览
收藏
在Python中比较浮点数是否“相等”时,直接使用 `==` 或手动计算 `abs(a - b)
直接用
math.isclose(),别自己写a == b或算差值阈值——它专为浮点数比较设计,处理了精度、次正规数和边界情况。为什么不能直接用
==比较浮点数浮点数在二进制中无法精确表示大多数十进制小数(比如
0.1 + 0.2实际是0.30000000000000004),直接==判断几乎必然出错。手写abs(a - b) 看似简单,但会漏掉大数场景(如1e20和1e20 + 1差值远超1e-9却仍应视为“相等”)。常见错误现象:
0.1 + 0.2 == 0.3返回False;1.0000000000000002 == 1.0返回False,但业务上它们就是同一个值。
- 根本原因是 IEEE 754 浮点表示存在固有舍入误差
math.isclose()同时考虑相对误差和绝对误差,自动适配大小数量级- 它还显式处理了
nan、inf等特殊值(比如isclose(nan, nan)默认返回False,符合 IEEE 标准)
math.isclose()的两个关键参数怎么选
rel_tol(相对容差)和abs_tol(绝对容差)共同决定“足够接近”的标准。默认值rel_tol=1e-09、abs_tol=0.0适合多数科学计算,但实际需按场景调整:
- 普通数值计算(如物理模拟、财务四舍五入后比对):保持默认或略放宽
rel_tol=1e-06- 涉及接近零的数(如
1e-10和2e-10):必须设abs_tol,例如abs_tol=1e-12,否则相对容差失效- 高精度需求(如密码学中间值校验):缩小
rel_tol到1e-15,并确认硬件支持双精度- 注意:当
a和b都为零时,只依赖abs_tol判断示例:
import math
math.isclose(1.0000001, 1.0000002, rel_tol=1e-6) # True
math.isclose(1e-10, 2e-10, abs_tol=1e-11) # False
math.isclose(1e-10, 2e-10, abs_tol=2e-10) # True容易被忽略的边界行为
math.isclose()对特殊浮点值的处理很严格,不按直觉走:
math.isclose(float('nan'), float('nan'))默认返回False(除非显式传nan_ok=True)math.isclose(float('inf'), float('inf'))返回True;但math.isclose(float('inf'), 1e308)是False- 如果任一参数是非数字类型(如字符串、
None),抛出TypeError,不会静默失败- 性能上无明显开销,但频繁调用时避免重复传参(如固定容差可封装成局部函数)
示例:
math.isclose(float('nan'), float('nan')) # False
math.isclose(float('nan'), float('nan'), nan_ok=True) # True
math.isclose(1.0, float('inf')) # False真正麻烦的是混合精度场景——比如一个值来自
numpy.float32计算,另一个是 Python 原生float(即float64)。此时rel_tol应按较低精度(1e-6左右)设,否则可能误判。别指望函数自动感知 dtype。今天关于《Python中如何判断两个浮点数是否接近》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
JS正则校验URL协议域名解析方法
- 上一篇
- JS正则校验URL协议域名解析方法
- 下一篇
- 181skins正版入口及开箱平台官网
查看更多
最新文章
-
- 文章 · python教程 | 2天前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 2天前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 2天前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 2天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1173次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1157次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1338次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1281次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1140次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览


