使用np.meshgrid生成DataFrame后，子集筛选末尾经度值失败排查

这是浮点数精度误差导致的问题。

具体原因 #

np.arange是通过起始值不断累加步长1e-4来生成序列的，但浮点数在二进制存储中无法精确表示所有十进制小数，累加过程中会产生微小的精度偏差。你以为的末尾经度值89.7788，实际上生成的最后一个经度值并不是这个精确数，而是一个非常接近它的近似值（比如89.77879999999999这类）。直接用==做精确匹配自然找不到结果。

你可以打印a[-5:]查看实际生成的末尾几个值，就能直观看到这种偏差：

print(a[-5:])

解决办法 #

有几种常用的处理方式：

• 用np.isclose做近似匹配，允许一定的误差范围：

  len(np_df[np.isclose(np_df['lon'], 89.7788, atol=1e-8)])
  

• 对经度值进行四舍五入，保留固定小数位数后再匹配：

  len(np_df[np.round(np_df['lon'], 4) == 89.7788])
  

• 改用np.linspace生成序列，它会直接计算起始和结束值之间的等分点，避免累加误差：

  # 计算步数：(89.7788 - 89.7664)/1e-4 = 124，所以生成125个点（包含首尾）
  a = np.linspace(89.7664, 89.7788, num=125)
  b = np.linspace(20.6897, 20.7049, num=153)
  

内容的提问来源于stack exchange，提问作者d_frEak