为何np.log(np.exp(x))的结果与输入x不相等？

出现这种情况主要有两个核心原因：

1. 浮点数精度误差 #

计算机使用二进制浮点数存储数值，绝大多数十进制小数无法被精确表示（比如0.1）。当你对一个浮点数x执行np.exp(x)再np.log()的操作时，中间计算过程会引入微小的精度偏差，最终结果和原始x会有极细微的差异。直接用==做严格相等比较时，这种微小差异会被判定为不相等，返回False。

举个直观的例子：

import numpy as np
x = 0.1
print(f"原始值: {x}")
print(f"np.exp(x): {np.exp(x)}")
print(f"np.log(np.exp(x)): {np.log(np.exp(x))}")
print(f"直接比较结果: {x == np.log(np.exp(x))}")  # 大概率返回False

解决这类问题的正确方式是使用np.allclose()函数，它会在一个可接受的误差范围内判断数值是否近似相等：

np.allclose(_temp['pct'].values, np.log(np.exp(_temp['pct'].values)))

该函数默认的相对误差容忍度是1e-05，绝对误差是1e-08，足以覆盖浮点数计算带来的微小偏差。

2. 极端值导致的溢出/下溢 #

当输入的数值是极大的正数时，np.exp(x)会溢出为inf（无穷大），此时np.log(inf)的结果还是inf，和原始的极大正数不相等；如果输入是极小的负数，np.exp(x)会下溢为0.0，np.log(0.0)的结果是-inf，同样和原始的极小负数不相等。这两种情况都会导致==比较返回False。

示例：

# 极大正数
x = 1000.0
print(f"np.exp(x): {np.exp(x)}")  # 输出inf
print(f"np.log(np.exp(x)): {np.log(np.exp(x))}")  # 输出inf
print(f"直接比较结果: {x == np.log(np.exp(x))}")  # 返回False

# 极小负数
x = -1000.0
print(f"np.exp(x): {np.exp(x)}")  # 输出0.0
print(f"np.log(np.exp(x)): {np.log(np.exp(x))}")  # 输出-inf
print(f"直接比较结果: {x == np.log(np.exp(x))}")  # 返回False

内容的提问来源于stack exchange，提问作者Kevin Liu