为什么在使用python和numpy时sin（180）不为零？

为什么在使用python和numpy时sin（180）不为零？

该数字

π

不能完全表示为浮点数。所以，

np.radians(180)

不给你

π

，它给你

3.1415926535897931

。

而

sin(3.1415926535897931)

其实类似

1.22e-16

。

那么，您如何处理呢？

您必须计算出或至少猜测出适当的绝对和/或相对误差范围，然后

x == y

编写而不是：

abs(y - x) < abs_bounds and abs(y-x) < rel_bounds * y

（这也意味着你要组织你的计算，使相对误差相对较大

y

，而不是

x

在你的情况，因为

y

是恒定的

0

，这是微不足道的，只是做了落后的。）

Numpy提供了一个在整个数组中为您执行此 *** 作的函数

allclose

：

np.allclose(x, y, rel_bounds, abs_bounds)

（这实际上会检查

abs(y - x) < abs_ bounds + rel_bounds *y)

，但这几乎总是足够的，如果没有，您可以轻松地重新组织代码。）

在您的情况下：

np.allclose(0, np.sin(np.radians(180)), rel_bounds, abs_bounds)

那么，您如何知道正确的界限呢？SO答案无法教您足够的错误分析。维基百科上不确定性的传播给出了一个高层次的概述。如果您真的不知道，可以使用默认值，即

1e-5

相对值和

1e-8

绝对值。