Mengapakah matematik titik terapung Python kadangkala menghasilkan keputusan yang tidak dijangka?

Python Floating-Point Math Precision Woes

Aritmetik titik terapung dalam Python, seperti yang ditunjukkan dalam coretan kod yang disediakan, boleh menyebabkan kekeliruan keputusan kerana ketepatannya yang terhad. Nilai yang disimpan dalam pembolehubah titik terapung tidak selalunya merupakan perwakilan tepat bagi nombor yang ingin diwakilinya.

Fenomena ini bukan pepijat dalam Python, sebaliknya merupakan had asas aritmetik titik terapung. Nombor titik terapung disimpan menggunakan bilangan bit terhingga, yang mengehadkan bilangan digit bererti yang boleh diwakili dengan tepat. Apabila pengiraan melibatkan nombor yang tidak boleh diwakili dengan tepat dalam had ini, ralat pembundaran berlaku.

Dalam contoh yang disediakan:

• 4.2 - 1.8 menghasilkan 2.4000000000000004, bukannya 2.4.
• 1.20 - 1.18 keputusan dalam 0.020000000000000018, bukannya 0.02.
• 5.1 - 4 keputusan dalam 1.0999999999999996, bukannya 1.1 dalam >semasa berprestasi,>

Untuk mengatasi isu ketepatan ini, adalah disyorkan untuk menggunakan modul perpuluhan Python atau jenis perpuluhan daripada perpustakaan NumPy, yang memberikan ketepatan yang lebih tinggi untuk pengiraan titik terapung. Selain itu, memastikan pengiraan melibatkan nombor dengan susunan magnitud yang serupa boleh meminimumkan ralat pembundaran.

Atas ialah kandungan terperinci Mengapakah matematik titik terapung Python kadangkala menghasilkan keputusan yang tidak dijangka?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!