Google Colab Python环境下浮点数列表相等校验及精度误差问题咨询

浮点数受二进制存储精度限制，极小的尾数位误差属于正常现象，不能直接用==判等，需要基于可接受的误差阈值做近似校验，你遇到的1e-14~1e-15级别的偏差属于典型的浮点精度问题，可通过以下方法解决：

• 方案1：使用NumPy内置方法（Google Colab默认预装NumPy，无需额外安装）
  先校验两个列表长度是否一致，再调用np.allclose方法完成校验，示例代码：

  import numpy as np
  
  def check_lists_equal(list1, list2):
      if len(list1) != len(list2):
          return False
      # rtol为相对容差，atol为绝对容差，默认参数即可覆盖你遇到的误差量级
      return np.allclose(list1, list2, rtol=1e-05, atol=1e-08)
  

  你提到的4.099999999999998与4.099999999999994、19.999999999999996与20的偏差都会被该方法判定为相等。

• 方案2：纯Python原生实现（无需依赖第三方库）
  自己实现容差判等逻辑，适配无NumPy的场景，示例代码：

  def float_lists_equal(list1, list2, rel_tol=1e-9, abs_tol=1e-9):
      if len(list1) != len(list2):
          return False
      for x, y in zip(list1, list2):
          # 同时校验相对误差和绝对误差
          if not abs(x - y) <= max(rel_tol * max(abs(x), abs(y)), abs_tol):
              return False
      return True
  

  可根据实际业务对精度的要求，自行调整rel_tol和abs_tol的取值。

• 特殊场景适配
  如果列表中可能存在NaN、inf这类特殊浮点值，需要额外补充对应判断逻辑：

  • 若认为两个NaN属于等价结果，可在循环中添加if math.isnan(x) and math.isnan(y): continue
  • 若存在inf值，可添加if math.isinf(x) and math.isinf(y) and x == y: continue

内容的提问来源于stack exchange，提问作者NoetherNerd