numpy输出矩阵时出现0. 异常浮点数显示是什么原因？

异常本质 #

你看到的0. 加空白的显示不是计算错误，也不是值为0，是NumPy默认打印规则导致的显示效果：

• 异常位置的实际值是浮点运算产生的、量级在1e-17~1e-20左右的极小非零数，属于浮点数运算的正常舍入误差
• NumPy默认打印浮点数统一保留4位小数，这个极小值四舍五入到4位小数为0.0000，为了和同列其他4位长度的数值对齐，NumPy会省略后面的四个0，只显示0. ，视觉上就像缺了一块空白。

产生原因 #

代码中涉及矩阵转置、L2范数计算、浮点数除法多个浮点运算步骤，浮点数采用二进制存储，本身就存在精度限制，理论上应该为0的位置会产生极其接近0的误差值，这个是所有浮点数计算场景的正常现象，不是代码逻辑bug。

验证方式 #

你可以通过以下代码查看真实值，确认问题：

# 直接打印异常位置的精确值（注意NumPy索引从0开始，第一列第四行对应索引[3,0]）
print(X0[3, 0])

# 调整全局打印配置，输出全矩阵完整精度
np.set_printoptions(precision=20, suppress=False)
print(X0)

运行后就能看到该位置实际是类似8.67e-19这样的极小值。

解决方法 #

如果不需要保留这类无意义的极小误差，可以在计算完成后加一步阈值过滤，把过小的值直接置为0：

# 绝对值小于1e-10的数值统一判定为0
X0[np.abs(X0) < 1e-10] = 0
print(X0)

处理后再打印矩阵就不会出现异常的0. 显示了。

内容的提问来源于stack exchange，提问作者Đạt Lê